تجزیه و تحلیل ریسک ، گزارش دهی و کنترل قرار گرفتن در معرض تجارت سهام: برنامه های مناسب برای بازارهای مالی مکزیک

این مقاله تکنیک های دنیای واقعی و استراتژی های تخصیصی بهینه را ارائه می دهد که می تواند در بازارهای مالی در حال ظهور و غیرقانونی برای پرتفوی معاملات سهام عدالت اعمال شود. روش ها و رویه های مدیریت ریسک اصلی بازار که اشخاص مالی ، تنظیم کننده ها و سیاست گذاران باید در تدوین اهداف روزانه مدیریت ریسک بازار خود در نظر بگیرند و با نیازهای خاص کشورهای نوظهور تطبیق داده می شوند. هدف از این مقاله ، پر کردن شکاف در ادبیات مدیریت ریسک تجاری و به ویژه از دیدگاه بازارهای نوظهور و غیرقانونی ، مانند زمینه بازارهای مالی مکزیک است. در این مقاله ، ما یک رویکرد جامع و فعال برای اندازه گیری ، مدیریت و کنترل قرار گرفتن در معرض ریسک معاملات سهام عدالت را نشان می دهیم ، که تنظیمات مناسبی را برای نقص در موقعیت های تجارت طولانی و کوتاه مدت/سرمایه گذاری در شرایط عادی و شدید بازار و در درون خود در نظر می گیرد. یک محیط چند امنیتی. رویکرد ما مبتنی بر مفهوم مشهور ارزش-خطر (VAR) به همراه نوآوری یک ابزار نرم افزاری با استفاده از ماتریس-جبر و سایر تکنیک های بهینه سازی است. برای نشان دادن استفاده صحیح از روشهای VAR و استرس (تجزیه و تحلیل سناریو) ، نمونه های دنیای واقعی و گزارش های عملی مدیریت ریسک بازار محاسبه و برای یک نمونه کارها انتخاب شده از بازار سهام مکزیک (BMV) ارائه می شود. برای این منظور ، چندین مطالعه موردی با هدف ایجاد یک چارچوب واقع بینانه از اندازه گیری ریسک و گزارش های کنترل علاوه بر آغاز رویه های محاسبه حداکثر محدودیت های مجاز VAR انجام شد.

روی نسخه خطی کار می کنید؟

از رایج ترین اشتباهات خودداری کنید و نسخه خطی خود را برای ویراستاران ژورنال آماده کنید.

مقدمه و نمای کلی

تجارت ابزارهای مالی - سهام (سهام) ، اوراق قرضه (ابزارهای درآمد ثابت) ، محصولات مشتق و محصولات ساختاری و غیره - در گسترش بی وقفه در اقتصادهای نوظهور مانند در زمینه بازارهای مالی مکزیک بوده است. این بازارها به طور کلی به عنوان غیرقانونی ، بی ثبات ، سیاسی ناپایدار ، فاقد مقررات محتاطانه و بانکهای اطلاعاتی مالی تاریخی شناخته می شوند. علیرغم همه این اشکالات ، پتانسیل پاداش های مورد انتظار بالا فوق العاده است و بنابراین خطرات گسترده پیش بینی نشده. با این وجود ، مدیریت خطرات وراثت باید با استفاده از تکنیک های هنری و علوم مورد بررسی قرار گیرد. بر این اساس ، وظیفه و وظایف مدیران ریسک ، خزانه داران و CFO در یک محیط بازار در حال ظهور البته چند برابر ضرب می شود. نقش مدیریت ریسک بازار و اجرای مناسب آن عوامل اساسی در موفقیت فعالیتهای تجاری مالی بازارهای نوظهور است.

امروزه ، بازارهای نوظهور ابزارهای نقدی و محصولات مشتق تعداد زیادی از سرمایه گذاران را ارائه می دهند - همه آنها توانایی ها ، نیازها و محدودیت های متفاوتی دارند و همچنین دیدگاه های مختلف در مورد بازار و نگرش های مختلف نسبت به ریسک. تنوع ابزارهای (هم در بازارهای نقدی و چه مشتق) در حال حاضر به این معنی است که هر یک از این سرمایه گذاران باید بتوانند یک استراتژی ریسک/بازگشت را که مطابق با نیازها و انتظارات آنها باشد ، پیاده سازی کنند. در این زمان در چندین اقتصاد نوظهور ، بانک های بزرگ تجاری ، شرکت های بانکی سرمایه گذاری و شرکت های بیمه واحدهای جدیدی از معامله گران تخصصی و مهندسان مالی را برای طراحی و ساختار محصولات مدیریت ریسک Tailormade برای مشتریان شرکت و خرده فروشی ایجاد کرده اند. موفقیت مداوم این بازارهای نوظهور جدید و همچنین رضایت هر کاربر ، به درک روشنی از آنچه این بازارها می توانند از خطوط متنوع محصول و در نتیجه تجارت بین بازده مورد انتظار و عدم قطعیت آنها (خطرات) ارائه دهند ، بستگی دارد. بشر

معاملات شامل مواضع اختصاصی در ابزارهای مالی است که برای فروش مجدد (در دسترس برای فروش) برگزار می شود و/یا توسط نهاد مالی با هدف بهره مندی از اختلافات واقعی و/یا مورد انتظار بین قیمت خرید و فروش یا سایر موارد انجام می شود. تغییرات قیمت (مانند دیفرانسیل های پخش). ریسک بازار (یا تجارت) به عنوان خطری تعریف می شود که درآمد تجارت به دلیل تغییر قیمت نامطلوب در ابزارهای مالی معامله شده کاهش می یابد. برای انتخاب بین یک ضرر خاص و گمانه زنی با بازار نقدی یا ابزارهای مشتق ، باید اهداف و تصمیمات سازمان خود را با استفاده از ابزارهای اندازه گیری ریسک مالی مدرن برای برآورد سناریوهای بدترین حالت تعیین کنید. پس از آن ، سطح خطر اندازه گیری شده باید با اشتها ریسک موجود در مقایسه شود. این امر با هدف مشخص کردن اینکه آیا خطر در محدوده خطر آن قرار دارد و همچنین نشان می دهد که آیا کوسن های سرمایه اقتصادی کافی برای تحمل شگفتی های پیش بینی نشده وجود دارد یا خیر. از این گذشته ، آنچه بیشتر مورد نیاز است ، درک بهتری از فرآیند مدیریت ریسک بازار است. این امر می تواند با اعتصاب تعدادی از تغییرات نهادی انجام شود که به کاهش عدم قطعیت در تجارت اوراق بهادار کمک می کند. به طور طبیعی ، این علاوه بر افشای بیشتر معاملات معاملاتی ، باید با محیط قانونی واضح تر ، مدیریت ریسک و استانداردهای حسابداری همراه باشد. بر این اساس ، این امر باعث می شود کاربران ، فروشندگان و تنظیم کننده ها بهتر شوند و می توانند ارزیابی خود را از انواع خطرات مورد نظر خود بهبود بخشند.

فقدان ابزارهای اندازه گیری ریسک ، مدیریت و کنترل کافی در بازار یکی از عوامل مؤثر است که منجر به خسارات مالی اساسی در بین شرکتهای ملی/چند ملیتی در کشورهای نوظهور شده است. Accord جدید Basle (به اصطلاح Basle II) ، برای ایجاد مدلهای داخلی کافی از مدیریت ریسک ، باعث شده است که چندین کشور نوظهور بخشی از این توافق نامه در سطوح مختلف اجرای باشد. چندین بازار در حال ظهور ، در قاره های آسیایی و آمریکای لاتین ، دوست دارند سازگار با بازل باشند و از این رو در حال حاضر در مراحل پیشرفته برای اجرای هستند ، تا پایان سال 2007 ، نسخه های اصلاح شده توافق پایه با مدلهای داخلی پیشنهادی آن.

تعدادی از کشورهای آمریکای لاتین ، مانند مکزیک ، داوطلبانه در اجرای نسخه های اصلاح شده توافق نامه پایه II نیز می پیوندند. در حقیقت ، بازارهای مالی مکزیک ، به طور کلی ، در مراحل مترقی در مقابل سایر بازارهای نوظهور اجرای مقررات و تکنیک های پیشرفته مدیریت ریسک قرار دارند. علاوه بر این ، در سالهای اخیر مقامات نظارتی محلی پیشرفت خاصی در پرورش فرهنگ مدیریت ریسک در بین نهادهای مالی محلی و مؤسسات نظارتی/نظارتی داشته اند.

صنعت مالی مکزیک به طور کلی سالم است و کشور همچنان به توسعه سیستم مالی خود برای جذب سرمایه گذاران پرتفوی خارجی و گسترش باز کردن سیستم مالی خود به دنیای بیرونی ادامه می دهد. در نتیجه ، چندین موسسه مالی محلی در حال حاضر بخش عمده ای از سهام خود را به شرکتهای تابعه بانکهای خارجی فروخته و روند نوسازی قابلیت های مدیریت ریسک داخلی خود را آغاز کرده اند. علیرغم آخرین پیشرفت در بازارهای مالی مکزیک برای تبدیل شدن به یک کشور سازگار با بازل ، اخیراً لازم است (توسط مقامات نظارتی محلی) برای تطبیق مدلهای مناسب ریسک داخلی ، قوانین و رویه هایی که اشخاص مالی ، تنظیم کننده ها و سیاست گذاران باید در نظر بگیرند ، لازم باشد.-اهداف مدیریت ریسک معاملاتی روزانه آنها.

در برابر این پیشینه و در نتیجه بحث قبلی ، مدیریت ریسک سهام به یک موضوع مهم در بازارهای نوظهور و غیرقانونی ، مانند مورد بازارهای مالی مکزیک تبدیل شده است. بر این اساس ، اهداف این کار نشان دادن مراحل تحلیلی لازم و رویه های مدیریت ریسک داخلی است که شرکت کننده یک بازار (فروشنده یا بازار ساز) در گرفتن موقعیت های روزانه خود به آن نیاز دارد.

به طور خاص ، هدف اصلی این مقاله ، اضافه کردن به ادبیات مدیریت ریسک و علاوه بر این ، پر کردن شکاف در ادبیات مدیریت ریسک تجارت سهام و به ویژه از دیدگاه بازارهای نوظهور و غیرقانونی است. در این مقاله تلاش شده است تا یک دیدگاه پزشک در مورد چگونگی ارائه یک روش و رویه های مدیریت ریسک سهام فعال را ارائه دهد که می تواند برای فعالیت های روزانه سهام عدالت و به طور خاص در چشم انداز اقتصادهای نوظهور اعمال شود. در این کار ، روش ها ، قوانین و رویه هایی که اشخاص مالی ، تنظیم کننده ها و سیاست گذاران باید در تنظیم اهداف خود در مورد مدیریت ریسک معاملات روزانه خود در نظر بگیرند و با نیازهای خاص بازارهای نوظهور و غیرقانونی مورد بررسی قرار گیرند ، مانند روش ها ، قوانین و رویه هایی که اشخاص مالی ، تنظیم کننده ها و سیاستگذاران باید در نظر بگیرنددر زمینه بازار سهام مکزیک (BMV). به طور خاص ، این مطالعه به استفاده از تئوری مدرن و ابزارها و تکنیک های مدیریت ریسک مالی در مورد اوراق بهادار بازرگانی بازارهای نوظهور که حاوی مقدار زیادی از اوراق بهادار نقدی غیرقانونی است ، بررسی می کند. همچنین بینشی در مورد چگونگی اندازه گیری و گزارش ریسک معاملات روزانه در هر دو موقعیت معاملاتی طولانی و کوتاه ، در محدودیت های محدود ریسک مجاز خود ، به روش های نوآورانه و پیشگیرانه برای مدیریت ارشد در اشخاص مالی ارائه می دهد. به منظور نشان دادن استفاده صحیح از روشهای ارزش گذاری در معرض خطر (VAR) و روشهای آزمایش استرس ، نمونه های دنیای واقعی و گزارش های مدیریت ریسک معاملات سهام برای یک سبد سهام منتخب و چندین شاخص از بازار سهام مکزیک ارائه شده است (BMV).

بررسی ادبیات و هدف کار فعلی

مدیریت ریسک توسط دانشگاهیان ، دست اندرکاران و تنظیم کننده ها به یک تلاش مهم تبدیل شده است و سنگ بنای مورد علاقه اخیر ، کلاس از مدل هایی به نام تکنیک های VAR است. مفاهیم VAR و سایر تکنیک های پیشرفته مدیریت ریسک ، در واقع جدید نیستند و با برخی اصلاحات - بر اساس نظریه مدرن نمونه کارها مبتنی هستند. روش VAR می تواند شما را به حداکثر ضرر و زیان هشدار دهد که نمونه کارها شما (پرتفوی سرمایه گذاری یا تجارت) می تواند با یک احتمال مشخص تجربه کند تا بتوانید چنین پتانسیل ضرر را در تجارت خود ارزیابی کرده و در تصمیم گیری در مورد کجا و چه زمانی به شما کمک کندخطر (های) اضافی. متداول ترین مدلهای VAR با استفاده از سری زمانی تاریخی ، ماتریس واریان س-کواریانس بازده دارایی را برآورد می کنند و فرض می کنند که توزیع بازده دارایی طبیعی است. ریسک نمونه کارها تابعی از ریسک هر دارایی و عوامل همبستگی در بازده کلیه دارایی های تجاری در نمونه کارها است. VAR سپس با توجه به افق سرمایه گذاری/انحلال مناسب و فاصله اطمینان مشخص از انحراف استاندارد نمونه کارها محاسبه می شود.

در دهه 1950 ، ماركوویتز 1 چارچوب نظری را برای نظریه مدرن نمونه كارها و ایجاد پرتفوی كارآمد توصیف كرد. راه حل برای مدل های نظری Markowitz حول وزن نمونه کارها یا درصد دارایی اختصاص داده شده برای سرمایه گذاری در هر ساز می چرخد. شارپ ، 2 مدل تک شاخصی را توسعه داد ، که مربوط به بازده هر امنیت به بازده در یک شاخص مشترک است-شاخص بازار خارج از کشور بازده سهام عادی مانند S& P 500 به طور کلی برای این منظور استفاده می شود.

علیرغم انتقادات و محدودیت های بسیاری از روش VAR ، ثابت شده است که یک اندازه گیری بسیار مفید از خطر بازار است و به طور گسترده در بازارهای مالی و غیر مالی مورد استفاده قرار می گیرد. سیستم TM RiskMetrics ، 3 توسط J. P. Morgan توسعه یافته و محبوب شده است ، انگیزه فوق العاده ای برای رشد در استفاده از مفهوم VAR و سایر روشها و روشهای مدیریت ریسک مدرن فراهم کرده است. از آن زمان مفهوم VAR به خوبی شناخته شده است و نمرات برنامه های خاص با مدیریت ریسک اعتباری و سرمایه گذاری های صندوق های متقابل سازگار است. شناخت کلی و استفاده از مدلهای VAR در مقیاس بزرگ ، ادبیات قابل توجهی از جمله توضیحات آماری VAR و ارزیابی تکنیک ها و رویکردهای مختلف مدل سازی را آغاز کرده است.

برای یک بررسی جامع و تجزیه و تحلیل و تکنیک های مختلف VAR ، می توان به جوریون اشاره کرد. 4 در بیشتر موارد ، تجزیه و تحلیل VAR در حوزه عمومی محدود به مقایسه رویکردهای مختلف مدل سازی و روشهای اجرای با استفاده از اوراق بهادار مصور است (به عنوان مثال ، هندریکس ، 5 مارشال و سیگل ، 6 پرستکر 7). در مقاله خود ، برکوویتز و اوبراین 8 این سؤال را مطرح کردند که چگونه مدل های VAR دقیق در بانک های تجاری هستند. با توجه به این واقعیت که حسابهای تجاری در بانکهای تجاری بزرگ به طور قابل توجهی رشد کرده و به طور فزاینده ای متنوع و پیچیده شده اند ، نویسندگان آماری را در مورد درآمدهای معاملاتی از چنین فعالیتهایی و پیش بینی های VAR مرتبط با آن که توسط بانک ها تخمین زده می شود ، ارائه دادند.

چندین نویسنده دیگر در توزیع بازده ها سعی در مقابله با موضوعات حوادث شدید و پدیده های دم چربی دارند. با این وجود ، اگرچه بیشتر رویکردها و تکنیک های آنها تمرینات خوبی برای اهداف دانشگاهی است ، اما آنها شواهدی از برنامه های دنیای واقعی با اوراق بهادار واقعی بازار ندارند. به عنوان مثال ، درمان دقیق تر ریاضی از تجزیه و تحلیل VAR با مدلهای پویا کوپلا و نظریه ارزش شدید ، درمان قابل توجهی از Embrechts و همکاران دریافت کرده است. 9

در مقاله خود ، Angelidis و Degiannakis ، 10 صحت روش های پارامتری ، غیر پارامتری و نیمه پارامتری را در پیش بینی VAR یک روزه در سه نوع بازار (یعنی بورس سهام ، کالاها و نرخ ارز خارجی) و برای هر دو ذکر می کنند. موقعیت های معاملاتی طولانی و کوتاه. به گفته کولپ و همکاران.، 11 VAR می تواند برای استفاده در مدیریت دارایی و برای تخمین خطر بازار در افق بلند مدت سازگار باشد. آنها در مطالعه خود ، استفاده از VAR را در مدیریت دارایی و با توجه ویژه به اهمیت VAR برای مدیران دارایی چند ارز بررسی می کنند. در یک مطالعه مرتبط دیگر ، داود و همکاران. 12 حل مسئله تخمین VAR برای افق بلند مدت. در مقاله خود ، آنها یک رویکرد متفاوت و ساده را ارائه می دهند که از مشکلات ارثی مرتبط با ریشه مربع قانون ، و همچنین موارد مرتبط با تلاش برای برون یابی پیش بینی های نوسانات روزانه در افق های طولانی جلوگیری می کند.

در مقالات تحقیقاتی خود ، ال Janabi 13 ، 14 ، یک چارچوب عملی و سایر پارامترهای مربوطه برای اندازه گیری ، مدیریت و کنترل بازار (تجارت) ایجاد کرده است. اثرات دارایی های غیرقانونی ، که ویژگی های غالب بازارهای نوظهور هستند ، در مدل های وی نیز گنجانیده شده است. مدل های مستقر و چارچوب عمومی عمدتاً بر اساس تکنیک های ماتریس-جبر بود. این رویکرد می تواند محاسبه ریسک بازار برای چندین دارایی تجاری را تسهیل کند و به راحتی می تواند فروش کوتاه دارایی های مالی را در اندازه گیری ریسک روز به بازار انجام دهد.

در برابر این پیشینه ، اهداف این مقاله تحقیق ارائه اندازه گیری و رویه های کمی عملی و قوی از ریسک بازار (اغلب می توان آن را می توان ریسک تجاری یا ریسک قیمت نامید) برای اوراق بهادار بازرگانی بازارهای نوظهور. این با هدف کمک به این کشورها در ایجاد شیوه های مدیریت ریسک صوتی در یک چارچوب محتاطانه از سیاست ها و رویه ها است. این مطالعه با معرفی یک رویکرد جامع و فعال برای اندازه گیری ، مدیریت و کنترل قرار گرفتن در معرض ریسک معاملات سهام ، در ادبیات مدیریت ریسک تجاری نقش مهمی دارد ، که تنظیمات مناسبی را برای نقص در موقعیت های تجارت طولانی و کوتاه مدت و سرمایه گذاری در نظر می گیرد.(تحت شرایط طبیعی و شدید بازار) و در یک محیط چند امنیتی. برای این منظور ، پارامترهای مورد نیاز برای ساخت روشهای مناسب و ساده و آزمایش استرس از آثار قبلی بررسی شده و به کاربردهای خاص این روشها تا بازارهای نوظهور تصفیه می شوند. علاوه بر این ، یک رویکرد ساده برای ترکیب دارایی های غیرقانونی ، در شیوه های مدیریت ریسک معاملات روزانه ، تعریف شده و به طور مناسب در مدل های VAR و استرس یکپارچه شده است.

مدلهای ریاضی/تحلیلی نظری که در اینجا اتخاذ شده اند بر اساس رویکرد ماتریس-جبر است. رویکرد دوم در واقع می تواند روند برنامه نویسی را در برگه های Excel TM ساده کند و همچنین می تواند امکان ترکیب آسان فروش کوتاه دارایی ها در فرآیند تجارت سهام را فراهم کند. تأثیر دوم بر موقعیت های معاملاتی می تواند در تنظیم ساختار بهینه محدودیت های VAR کمک کند. در این کار ، یک مدل واقعی برای اندازه گیری عدم استفاده از موقعیت معاملاتی کوتاه و طولانی درج شده است. بر خلاف سایر مدلهای نقدینگی متداول ، مدل نقدینگی که در این کار اعمال می شود ، برای شیوه های معاملاتی در دنیای واقعی مناسب تر است زیرا در نظر می گیرد که فروش بخش های کوچکی از اوراق بهادار معاملات طولانی/کوتاه را به صورت روزانه در نظر می گیرد. اگرچه روش اندازه گیری ریسک که در این کار اتخاذ شده است ، عمدتاً بر رویکرد واریان س-کواریانس (که فرض توزیع طبیعی بازده ها را فرض می کند) استوار است ، برای بازارهای ظهور و غیرقانونی ، می توان با استفاده از تست استرس ، فرض عادی بودن را تصحیح کرد (در شرایط شدید بازار) به همراه جمع شدن یک عامل خطر واقع گرایانه که اوراق بهادار تجاری غیرقانونی را در نظر می گیرد.

مدل های مدیریت ریسک بازار ، که در این کار اجرا شده اند ، به تعداد منتخب سهام ، شاخص های بخش و شاخص های اصلی بازار سهام مکزیک (BMV) اعمال شد. پایگاه داده های حرکات قیمت سهام روزانه و شاخص های بازار (مانند شاخص اصلی بازار ، شاخص IPC) همه جمع آوری ، فیلتر و پردازش شده به گونه ای برای ایجاد تجزیه و تحلیل کمی معنی دار و نتیجه گیری از اندازه گیری ریسک بازار. چندین مطالعه موردی با اهداف محاسبه اعداد VAR تحت سناریوهای مختلف ممکن علاوه بر آغاز یک چارچوب عملی برای ایجاد تنظیم محدوده VAR انجام شد. سناریوهای مختلف ، ابتدا با درصد تخصیص دارایی مجزا انجام شد ، ثانیا با مطالعه اثرات نقدینگی دارایی های تجاری (دوره عدم موفقیت دارایی) و سرانجام با در نظر گرفتن امکانات فروش کوتاه در عملیات معاملاتی روزانه. علاوه بر این ، چندین آزمایش توزیع غیر طبیعی (نامتقارن) بازده انجام شد. برای این منظور ، آزمایش های مختلف پوستی و کورتوز بر روی سهام نمونه و شاخص های مختلف بازارهای انجام شد. این مورد با مطالعه نوسانات روزانه و سالانه به همراه محاسبات بتاس سهام نمونه در برابر شاخص اصلی بازار ، یعنی شاخص IPC انجام شد.

باقی مانده از مقاله به شرح زیر سازماندهی شده است. بخش زیر تمام زیرساخت های ریاضی/کمی از VAR و محدودیت های آن را بیان می کند و مدلی که اثرات دارایی های غیرقانونی را در مدیریت ریسک بازار روزانه در بر می گیرد. نتایج آزمایشات تجربی در بخش پایانی به همراه نتیجه گیری و توصیه ها به دست می آید. مجموعه کاملی از کلیه گزارش های مدیریت ریسک بازار در ضمیمه A گنجانده شده است.

اجرای VAR با رویکرد واریانس/کواریانس (پارامتری)

VAR روشی برای ارزیابی ریسک بازار است که از تکنیک های آماری استاندارد به طور معمول در سایر زمینه های فنی استفاده می شود. به طور رسمی ، VAR بدترین ضرر مورد انتظار را در یک بازه زمانی معین در شرایط عادی بازار در سطح اطمینان خاص اندازه گیری می کند. انحراف استاندارد از نرخ بازده روزانه به عنوان تخمین از دست دادن یا افزایش احتمالی شرکت ممکن است متحمل شود. با فرض اینکه بازده یک محصول مالی از توزیع عادی ، مشخصات پرداخت خطی و رابطه مستقیم بین محصول اساسی و درآمد پیروی می کند ، VAR برای اندازه گیری انحراف استاندارد از درآمد برای یک سطح اطمینان خاص است. در واقعیت ، VAR پیش بینی انحراف استاندارد است. اگرچه این روش به فرضیه های مختلفی متکی است و به شدت مورد انتقاد قرار گرفته و اغلب دلسرد می شود ، اما برای تعیین کمیت ریسک های مالی در واحدهای تجاری مالی ، پذیرش گسترده ای به دست آورده است. در نتیجه تعمیم این روش ، تخصیص سرمایه برای فعالیت های معاملاتی با روش VAR محاسبه و تنظیم می شود.

یک نهاد مالی ممکن است بگوید که "نوع" روزانه سبد سهام IT 1 میلیون دلار در سطح اطمینان 99 درصد است. این بدان معناست که ، فقط 1 احتمال در 100 (یا یک روز در هر 100 روز معاملاتی) ، در شرایط عادی بازار ، برای ضرر بیشتر از 1 میلیون دلار وجود دارد. این تعداد واحد ، قرار گرفتن در معرض بانک در معرض خطر بازار و همچنین احتمال یک حرکت نامطلوب را خلاصه می کند. به همان اندازه مهم ، این خطر را با استفاده از همان واحدهای خط پایین بانک - دلار - اندازه گیری می کند. سهامداران و مدیران می توانند تصمیم بگیرند که آیا با این سطح از خطر احساس راحتی می کنند. اگر جواب خیر باشد ، می توان از فرایندی که منجر به محاسبه VAR شد ، برای تصمیم گیری در مورد اینکه کجا خطر را اصلاح کنید ، استفاده شود. در حالی که این روش برای مدیریت ریسک روزانه قدرتمند است ، اما هیچ جایگزینی برای فرایند مدیریت ریسک گسترده تر تجزیه و تحلیل سناریوهای تصادف و کنترل خطرات عملیاتی و قانونی نیست.

برای اینکه این روش به درستی انجام شود ، باید موقعیت های معاملاتی دقیق جمع آوری شود و پایگاه داده تاریخی این موقعیت ها بر این اساس ساخته شود. پس از متمرکز شدن داده های موقعیت ، ریسک کلی باید با جمع کردن خطرات ناشی از قراردادهای فردی در کل نمونه کارها محاسبه شود. این کار با استفاده از تأثیر حرکت در "عوامل خطر" (به عنوان مثال سهام ، ابزار بازار پول ، نرخ ارز خارجی) در سراسر نمونه کارها انجام می شود ، که ممکن است شامل ارزهای زیادی باشد و با هر ارز ، کلاسهای مختلف دارایی. VAR از روابط بین عوامل خطر فردی و تأثیر آن بر سبد حرکات در هر عامل خطر استفاده می شود.

تاکنون هیچ اجماع صنعت در مورد بهترین روش برای محاسبه VAR وجود ندارد. مانند هر مدل آماری ، VAR به فرضیات خاصی بستگی دارد. انتخاب روش محاسبه به طور معمول با بیزاری کاربر به فرضیات غیرواقعی یا بیش از حد ساده ، دیکته می شود. سه روش محبوب وجود دارد: روش "واریانس/کوواریانس" (همچنین به عنوان "همبستگی" یا "روش پارامتری" نیز شناخته می شود) ، روش "شبیه سازی تاریخی" و روش "شبیه سازی مونت کارلو". هر یک از این روشها مجموعه فرضیات خاص خود را دارند و هر یک ساده سازی واقعیت است.

روش واریانس/کواریانس ساده ترین روش از نظر کاربرد در شیوه های مالی و مصرف زمان رایانه است. این روش فرض می کند که بازده عوامل خطر "به طور عادی توزیع می شود" و همبستگی بین عوامل خطر ثابت است. برای اهداف مدیریت ریسک ، و اگرچه اغلب به آن هشدار داده می شود ، اما استفاده از فرض توزیع عادی به طور کلی قابل قبول در نظر گرفته می شود. انحراف از نرمال بودن معمولاً نتایج محاسبات VAR را تحت فرض شرایط عادی بازار تغییر نمی دهد. در این روش ، یک منحنی زنگ شکل (توزیع گاوسی) اساساً فرض می شود و همچنین فرض می کند که نوسانات قیمت شدید ، مانند تصادفات بازار ، به ندرت برای کمک به تصویری دقیق از احتمال وقایع آینده رخ می دهد.

برای محاسبه VAR با استفاده از روش واریانس/کواریانس ، نوسانات هر عامل خطر از یک دوره مشاهده تاریخی از پیش تعریف شده استخراج می شود. تأثیر بالقوه هر مؤلفه نمونه کارها بر مقدار کل نمونه کارها انجام می شود. این تأثیرات سپس با استفاده از همبستگی بین عوامل خطر (که دوباره از دوره مشاهده تاریخی استخراج می شوند) در کل نمونه کارها جمع می شوند تا ارزش کلی نمونه کارها را با سطح اطمینان خاص ارائه دهند.

بسیاری از مؤسسات مالی فاصله اطمینان 95 درصد (یا 97. 5 درصد را در صورتی که فقط به سمت ضرر (یک دم) نگاه کنیم) برای محاسبه VAR انتخاب کرده اند. این بدان معنی است که یک بار در هر 40 روز معاملاتی ، ضرر بزرگتر از آنچه پیش بینی می شود پیش بینی می شود. برخی از بانکها از فاصله اطمینان 99 درصد (یک دم) استفاده می کنند ، که از لحاظ تئوریکی منجر به ضرر بیشتر یک بار در هر 100 روز معاملاتی می شود. با توجه به دم چربی توزیع احتمال ، چنین ضرر و زیان بیشتر اتفاق می افتد. برخی از مؤسسات مالی احساس می کنند که استفاده از یک فاصله اطمینان 99 درصدی اعتماد به نفس زیادی به الگوی آماری خواهد داشت و از این رو ، برخی از سطح اطمینان باید به "هنر" از روند اندازه گیری ریسک اختصاص یابد.

یک فرآیند محاسبه ساده از تخمین عوامل خطر VAR (با استفاده از روش واریانس/کواریانس) برای موقعیت های دارایی واحد و چندگانه 13 ، 14 به شرح زیر است:

از آمارهای ابتدایی ، به خوبی شناخته شده است که برای توزیع عادی ، 68 درصد از مشاهدات در 1 σ (انحراف استاندارد) از مقدار مورد انتظار ، 95 درصد در 2 σ و 99 درصد در 3 σ از انتظار می رود. ارزش ، بنابراین VAR یک دارایی واحد از نظر دلار:

جایی که α سطح اطمینان است (یا به عبارت دیگر ، نوع عادی استاندارد در سطح اطمینان α) و σ_منانحراف استاندارد (نوسانات) امنیتی است که موقعیت واحد را تشکیل می دهد. ارزش موقعیت ، میزان سرمایه گذاری در دلار ، ابزار i است.

برای چندین دارایی یا نمونه کارها دارایی ، VAR تابعی از ریسک امنیت هر فرد و عامل همبستگی بین بازده اوراق بهادار فردی به شرح زیر است:

این فرمول یک مورد کلی برای محاسبه VAR برای هر نمونه کارها صرف نظر از تعداد اوراق بهادار است. لازم به ذکر است که این فرمول از نظر ماتریس-جبر ارائه شده است-یک شکل مفید برای جلوگیری از پیچیدگی ریاضی ، با افزودن اوراق بهادار بیشتر و بیشتر. این رویکرد ، در حقیقت ، می تواند روند برنامه نویسی را در برگه های Excel inse ساده کند و همچنین می تواند امکان ترکیب آسان فروش کوتاه در فرآیند مدیریت ریسک بازار را فراهم کند.

این بدان معناست که ، برای محاسبه VAR (از یک نمونه کارها از هر تعداد اوراق بهادار) ، ابتدا باید یک ماتریس از موقعیت های VAR فردی ایجاد کند ، یک ماتریس انتقال (که در بالا توسط حرف "T" در بالای قسمت نشان داده شده استماتریس) از موقعیت های VAR فردی و در نهایت یک ماتریس از همه عوامل همبستگی (ρ). هنگامی که یکی سه ماتریس را چند برابر کرد و سپس ریشه مربع نتیجه را گرفت ، او با VAR به پایان می رسد_پاز هر نمونه کارها با هر تعداد N-number اوراق بهادار. این تعداد ساده ، قرار گرفتن در معرض نمونه کارها در معرض خطر بازار است. سرمایه گذاران و ماگرین ارشد می توانند تصمیم بگیرند که آیا با این سطح از خطر احساس راحتی می کنند یا خیر. اگر جواب خیر باشد ، می توان از فرایندی که منجر به تخمین VAR شد ، برای تصمیم گیری در مورد کاهش خطر زائد استفاده کرد. به عنوان مثال ، خطرناک ترین اوراق بهادار قابل فروش است ، یا می توان از اوراق بهادار مشتق مانند آینده و گزینه هایی برای محافظت از خطر نامطلوب استفاده کرد.

اوراق بهادار غیرقانونی مانند سهام در بازارهای نوظهور بسیار متداول است. به طور معمول ، این اوراق بهادار به ندرت معامله می شوند (با حجم بسیار کم). قیمت های نقل شده آنها نباید به عنوان نماینده اجماع معامله گران در مقابل ارزش واقعی آنها در نظر گرفته شود بلکه به عنوان قیمت معامله ای که توسط دو همتای تحت شرایط ویژه بازار به دست آمده است. البته این یک معضل واقعی برای هر کسی است که به دنبال اندازه گیری خطر بازار این اوراق بهادار با روشی است که مبتنی بر نوسانات و ماتریس های همبستگی است. مشکل اصلی ایجاد می شود که سری قیمت های تاریخی برای برخی از اوراق بهادار در دسترس نباشد یا در صورت وجود آنها ، به دلیل کمبود نقدینگی کاملاً قابل اعتماد نیستند.

انتخاب "زمان - افق" یا تعداد روزهای نقدینگی (UndInd) یک موقعیت بسیار مهم است و تأثیر زیادی بر تعداد VAR دارد و به اهداف نمونه کارها و نقدینگی موقعیت های آن بستگی دارد. برای سبد معاملاتی یک بانک که در ارزهای بسیار نقدی سرمایه گذاری شده است ، ممکن است یک افق یک روزه قابل قبول باشد. برای یک مدیر سرمایه گذاری با تمرکز ماهانه و تمرکز ماهانه ، یک دوره 30 روزه ممکن است مناسب تر باشد. در حالت ایده آل ، دوره برگزاری باید با طولانی ترین دوره برای انحلال منظم نمونه کارها مطابقت داشته باشد.

در حقیقت ، اگر کسی توزیع عادی را فرض کند ، می تواند پارامتر VAR Horizon را از هر روز به هر افق T روز تبدیل کند. واریانس بازگشت روز باید برابر با واریانس بازگشت 1 روزه یا σ 2 = f (t) باشد. بنابراین ، از نظر انحراف استاندارد (یا نوسانات) ، σ = F (T 1/2) و شماره VAR روزانه را می توان برای هر افق تنظیم کرد:

ریشه مربع فوق از قانون زمان توسط J. P. Morgan در روش TM RiskMetrics قبلی خود پیشنهاد و مورد استفاده قرار گرفت. متأسفانه ، رویکرد دوم موقعیت های تجارت واقعی را در نظر نمی گیرد ، جایی که معامله گران می توانند بخش کوچکی از اوراق بهادار معاملات خود را به صورت روزانه نقدینگی (یا دوباره) نقدینگی کنند. علاوه بر این ، این می تواند ارزیابی ریسک غیرقابل اعتماد ایجاد کند و می تواند منجر به بیش از حد قابل توجهی از ارقام VAR ، به ویژه برای اهداف تخصیص سرمایه اقتصادی بین معاملات و/یا واحدهای سرمایه گذاری شود.

به منظور انجام محاسبه VAR در شرایط واقعی تر بازار واقعی ، می توان موارد زیر را تعریف کرد: 13 ، 14

جایی که T تعداد روزهای انحلال (T-Day برای نقدینگی کل دارایی) است ، VAR VAR در شرایط بازار مایع و VAR است_یدکVAR در شرایط بازار غیرقانونی است.

یک روش انحلال خطی دارایی در فرمول فوق فرض شده است ، یعنی فروش قطعات مساوی از هر دارایی هر روز تا آخرین روز تجارت (T) ، جایی که کل دارایی فروخته می شود. مدل فوق برای شرایط معاملاتی روزانه مناسب تر است که معامله گران می توانند به طور روزانه بخشی از موقعیت های خود را باز کنند. علاوه بر این ، از روش فوق نیز می توان برای محاسبه VAR برای هر افق زمانی استفاده کرد.

همانطور که قبلاً توضیح داده شد ، روش VAR تنها یک رویکرد برای اندازه گیری ریسک بازار است و عمدتاً مربوط به حداکثر ضررهای مورد انتظار در شرایط عادی بازار و در یک سطح اطمینان مشخص است. برای مدیریت محتاطانه ریسک و به عنوان یک ابزار مدیریتی اضافی ، شرکت ها باید تجزیه و تحلیل VAR را با تست استرس و روشهای سناریو تقویت کنند. روش VAR یک اندازه گیری احتمالی از دست دادن که از آن فراتر رفته است ، می گویند 2. 5 درصد از زمان. با این حال ، از دیدگاه مدیریت ریسک ، مطلوب است که تخمین هایی برای ضررهای احتمالی در شرایط شدید نامطلوب داشته باشد که در آن ابزارهای آماری اعمال نمی شود.

آزمایش استرس تأثیر وقایع غیرمعمول و شدید را بر ارزش نهاد تخمین می زند و باید به طور روزانه به عنوان بخشی از روند گزارش ریسک به مدیریت ارشد گزارش شود. برای کشورهای در حال ظهور با نوسانات شدید ، استفاده از تست استرس باید بسیار مورد تأکید قرار گیرد و توضیحات کامل این روند باید در هر کتابچه راهنمای سیاست و رویه گنجانده شود. تست استرس معمولاً به شکل ذهنی مشخص کردن سناریوهای مورد علاقه برای ارزیابی تغییرات در ارزش نمونه کارها می شود و می تواند شامل بررسی تأثیر حرکات بازار بزرگ گذشته بر روی نمونه کارها امروز باشد.

در این مقاله ، روش مدیریت ریسک برای ارزیابی قرار گرفتن در معرض احتمالی به دلیل خطر رویداد (بحران شدید) که با حرکات بزرگ بازار سهام مکزیک در دوره های آشفتگی مالی همراه است ، تدوین شده است. کار در اینجا اندازه گیری قرار گرفتن در معرض خطر بالقوه است که با یک جهش از پیش تعریف شده تحت چندین فرضیه همبستگی همراه است.

مدیریت ریسک بازار - پرونده بازار سهام مکزیک (BMV)

مدیریت ریسک بازار (تجارت) یک واحد در مدیریت ریسک جهانی است که وظیفه نظارت بر کلیه خطرات مربوط به معاملات اختصاصی (یا موقعیت موقعیت) موسسه مالی را بر عهده دارد. ریسک بازار با ریسک در موقعیت یابی افق زمانی کوتاه مدت ، که در آن تمام موقعیت های معاملاتی به بازار مشخص می شوند و ریسک به صورت روزانه دوباره ارزیابی می شود و عملکرد از طریق سود و زیان روزانه اندازه گیری می شود و بلافاصله بیانیه درآمد موسسه مالی را تحت تأثیر قرار می دهدبشراین فقط برای واحدهای تجاری مالی است که در افق های کوتاه عمل می کنند.

در اندازه گیری خطر بازار موقعیت تجاری ، اولین قدم شناسایی عوامل خطر بازار است که بر ارزش مارک به بازار تأثیر می گذارد. برای برخی از موقعیت های تجاری ، شناسایی عوامل خطر بازار کاملاً ساده است. به عنوان مثال ، برای موقعیت معاملاتی در سهام نقدی ، قیمت سهام فردی ارزش موقعیت را تعیین می کند و بنابراین ، قیمت سهام را می توان به عنوان عوامل خطر بازار در نظر گرفت. با این حال ، مشکلی در این رویکرد وجود دارد: برای یک کتاب تجارت بزرگ و متنوع ، تعداد عوامل خطر بسیار زیاد می شود و اندازه گیری خطر و تجمع غیرقابل کنترل می شود. خوشبختانه ، تئوری مالی و تحقیقات تجربی مرتبط با آن روش هایی برای ساده سازی تعداد عوامل خطر بازار برای موقعیت های عدالت ارائه می دهد.

در مطالعه گزارش شده در اینجا ، پایگاه داده های برخی از مایع ترین سهام (11 سهام در کل) و شاخص های بازار/بخش هایی که در بازار سهام مکزیک با آنها روبرو می شوند ، جمع آوری ، فیلتر و به اندازه کافی برای ایجاد ورودی های مربوطه برای محاسبه محاسبه شده استهمه عوامل خطراین 11 سهام مؤلفه های اصلی شاخص اصلی بازار سهام محلی (شاخص IPC) هستند. شرح مختصری از بخش های صنعتی 11 سهام و شاخص های بازار/بخش (همه شاخص های وزنی با سرمایه گذاری) در پرانتز به شرح زیر گنجانده شده است: