21. Статистические методы определения риска.

Суть статистических методов оценки риска заключается в определении вероятности возникновения потерь на основе статистических данных предшествующего периода и установлении области (зоны) риска, коэффициента риска и т.д. Достоинствами статистических методов является возможность анализировать и оценивать различные варианты развития событий и учитывать разные факторы рисков в рамках одного подхода. Основным недостатком этих методов считается необходимость использования в них вероятностных характеристик. Возможно применение следующих статистических методов: оценка вероятности исполнения, анализ вероятного распределения потока платежей, деревья решений, имитационное моделирование рисков, а также технология «Risk Metrics».

Метод оценки вероятности исполнения позволяет дать упрощенную статистическую оценку вероятности исполнения какого – либо решения путем расчета доли выполненных и невыполненных решений в общей сумме принятых решений.

Метод анализа вероятностных распределений потоков платежей  позволяет при известном распределении вероятностей для каждого элемента потока платежей оценить возможные отклонения стоимостей потоков платежей от ожидаемых. Поток с наименьшей вариацией считается менее рисковым. Деревья решений обычно используются для анализа рисков событий, имеющих обозримое или разумное число вариантов развития. Они особо полезны в ситуациях, когда решения, принимаемые в момент времени t = n, сильно зависят от решений, принятых ранее, и в свою очередь определяют сценарии дальнейшего развития событий. Имитационное моделирование является одним из мощнейших методов анализа экономической системы; в общем случае под ним понимается процесс проведения на ЭВМ экспериментов с математическими моделями сложных систем реального мира. Имитационное моделирование используется в тех случаях, когда проведение реальных экспериментов, например, с экономическими системами, неразумно, требует значительных затрат и/или не осуществимо на практике. Кроме того, часто практически невыполним или требует значительных затрат сбор необходимой информации для принятия решений, в подобных случаях отсутствующие фактические данные заменяются величинами, полученными в процессе имитационного эксперимента (т.е. генерированными компьютером).

Технология «Risk Metrics» разработана компанией «J.P. Morgan» для оценки риска рынка ценных бумаг. Методика подразумевает определение степени влияния риска на событие через вычисление «меры риска», то есть максимально возможного потенциального изменения цены портфеля, состоящего из различного набора финансовых инструментов, с заданной вероятностью и за заданный промежуток времени.

22. Значение параметра β (бета) в оценке риска.

Упрощенно коэффициент бета представляет собой меру риска (систематического риска - в модели оценки капитальных активов).  Систематический, или рыночный риск, отражает такое изменение стоимости, которое является результатом изменений среднерыночных показателей. Другими словами уровень систематического риска – это риск присущий определенному рыночному портфелю или общему рынку в целом.

Коэффициент бета - показывает чувствительность определенной ценной бумаги к колебаниям рынка в целом.

Буквально понимается, что колебания общей доходности рынка или общей доходности конкретного портфеля ценных бумаг могут характеризоваться условно мерой риска 1,0. То есть если коэффициент бетта равен 1, то систематический риск ценной бумаги в точности такой же, как риск портфеля. Бета-коэффициент, больший (меньший) единицы, указывает на то, что ценная бумага рискованнее (надежнее), чем рыночный портфель. Слово доходность в данном случае можно заменить на волантильность изменения курса акций оцениваемой компании или среднего курса акций компаний входящих в определенный набор - портфель. Приведем простой пример. Если доходность за 1-й квартал компании А выросла на 13% , во второй квартал снизилась на 5%, в третий квартал опять повысилась на 9%, а доходность по индексу отражающему доходность из 200 компаний аналогичной отрасли в 1-м квартале вырос на 2%, во втором квартале на 5% и в третьем снизился на 2%, то очевидно что волантильность или риск большого разброса значений у компании А выше чем у индекса что говорит о высоком коэффициенте бетта для данной компании. То есть у компании А дисперсия (отклонение от среднего) выше чем у индекса.

Таким образом видно что для определения коэффициента бета необходимы два значения: 1)уровень доходности конкретной (оцениваемой) компании; 2) уровень доходности рынка.

Уровень доходности оцениваемой компании - определяется как разница цены открытия и закрытия ценной бумаге на фондовом рынке за определенный промежуток времени.

Уровень доходности рынка – определяется некое среднее значение доходностей каждой ценной бумаги включенной в определенный портфель ценных бумаг. Данный портфель может состоять например из акций компании из того же отраслевого сектора что и оцениваемая компания.

Общая формула расчета коэффициента бета имеет следующий вид:

 Где:

X – Общая доходность рынка;

Y – Доходность оцениваемой компании;

Т – временной период анализа.

 Иными словами коэффициент бета это определяется как наклон линии регрессии построенной на основе простой линейной регрессии или метода наименьших квадратов.

В качестве параметров соотношения в регрессии выступают уровень доходности оцениваемой компании и уровень доходности рынка в целом.

На рисунке представлен график зависимости доходности нефтяной компании АВС от уровня доходности нефтяного индекса (включает 10 компаний из нефтяной отрасли).