
Анализ и оценка степени риска
83
для британского инвестора (равной GBP68'012*1.629 = USD41'751), инвестирующего свои
средства в тот же «актив – индекс». Это явилось следствием дополнительного риска, ко-
торый несет в себе обменный курс GBP/USD.
В приведенных выше примерах нормальное распределение было избрано лишь
для иллюстративных целей в силу простоты проводимых вычислений. На практике, как
известно, приращения цен активов имеют, как говорят, более тяжелые «хвосты» по срав-
нению с нормальным законом, т.е. в реальности наблюдается больше «экстремальных»
событий по сравнению с тем, что можно было бы ожидать при нормальном распределе-
нии. VAR по своей природе, как раз и имеет дело с предсказанием событий из «хвостов»
распределения (с событиями из «левого хвоста» для «длинных» позиций по активу и с
событиями из «правого хвоста» для «коротких» позиций по активу). Подобные события
«катастрофического риска» хорошо известны в страховом и перестраховочном бизнесе.
Метод моделирования по историческим данным состоит в конструировании
распределения изменений портфеля R
t
(T) по историческим данным. В данном случае
делается только одна гипотеза о распределении доходности капитала портфеля: «буду-
щее» будет вести себя так же, как и «прошлое». Для примера 1, рассмотренного выше,
имеем, что 5%-ая квантиль исторических приращений индекса FTSE – 100 есть – 6.87%
(отмечена вертикальной линией на гистограмме). Таким образом, используя историче-
ские данные, получаем следующую оценку VAR для портфеля из «индекса FTSE – 100»:
VAR = GBP 1'000'000 * (– 6.87%) = GBP 68'700
(сравните с величиной VAR = GBP 68'012 из примера 1).
Метод Монте-Карло заключается в определении статистических моделей для ак-
тивов портфеля и их моделировании посредством генерации случайных траекторий.
Значение VAR вычисляется из распределения ставок роста капитала портфеля, анало-
гичного тому, которое изображено на гистограмме для индекса FTSE – 100, но получен-
ного в результате искусственного моделирования.
Метод анализа сценариев изучает эффект изменения капитала портфеля в зави-
симости от изменения величин рисковых факторов (напр., процентной ставки, волатиль-
ности) или параметров модели. Моделирование происходит в соответствии с определен-
ными «сценариями». Так многие банки оценивают величину «PV01» своих портфелей с
«фиксированной доходностью» (fixed income portfolios, т.е. портфелей, состоящих из ин-
струментов «на процентную ставку»: облигаций, форвардов на процентную ставку, сво-
пов и т.д.), которая вычисляется как изменение капитала портфеля при параллельном
сдвиге кривой доходности на 100 базисных пунктов.
Использование того или иного метода должно основываться на таких факторах,
как качество базы данных, простота реализации метода, наличие быстродействующих
компьютеров, требования к надежности полученных результатов и т.д.
Хотелось бы отметить, что методология VAR не является универсальным способом
предупреждения финансовых потерь. Она всего лишь помогает компаниям представить,
являются ли риски, которым они подвержены, теми рисками, которые они хотели бы на
себя принять или думают, что они на себя приняли. VAR не может сказать управляющему
компании «сколько риска нужно взять», а может только сказать «сколько риска уже взя-
то». VAR может и должен использоваться не взамен, а в дополнение к другим методам
анализа риска таким, например, как Shortfall – at – Risk (SAR, Средняя величина убытка), ко-
гда интересуются не только граничной величиной капитала, ниже которой следует ожидать
убыток с определенной долей вероятности, а и размером этого убытка.
Как правило, расчет рисковой стоимости сопровождается детальным анализом не-
скольких возможных сценариев, моделированием эмпирических распределений вероят-
ностей и тестированием портфеля на устойчивость к изменениям основных параметров.
Величина рисковой стоимости, как обобщающая оценка рыночного риска, нужна в пер-
вую очередь для принятия оперативных решений высшим руководством компании.