Geum.ru
   Книги, научные публикации Pages:     | 1 |   ...   | 12 | 13 | 14 |

ЭНЦИКЛОПЕДИЯ ФИНАНСОВОГО РИСК-МЕНЕДЖМЕНТА Под ред. А. А. Лобанова и А. В. Чугунова а л ь п и н а /ржа б л и ш е р Москва 2003 УДК 336.7(031) ББК 65.262Я2 Э68 Книга издана при содействии ...

-- [ Страница 14 ] --

Клиринговая палата биржи рассчитывает потери (или прибыль) для кажн дой серии производных инструментов, соответствующие каждому из сценан риев. Расчеты производятся для длинных позиций по инструментам. Результин рующие таблицы принято называть рисковыми массивами (risk arrays). Хотя курс фьючерсов не зависит от величины волатильности, для единообразия рисковые массивы для фьючерсов оформляются точно так же, как и массивы для опционов. Рисковые массивы рассчитываются ежедневно на основании расчетных цен финансовых инструментов и предоставляются инвесторам в виде файлов (risk parameterfiles).Помимо рисковых массивов эти файлы содержат расчетные цены, ставки по спредам и другие параметры, необходимые для расчета залога. Расчет начальной маржи любого портфеля с использованием подготовленных таким образом параметров сводится к несложной последон вательности арифметических операций.

На первом шаге расчета начальной маржи определяется величина так нан зываемого сканируемого риска (scanning risk). Для этого вначале рассчитыван ются потери по контрактам для каждого из 16 сценариев. При этом элеменн ты рисковых массивов умножаются на величины соответствующих позиций (величины коротких позиций берутся со знаком минус). Полученные произн ведения складываются отдельно для каждого из 16 сценариев. Сканируемый риск определяется как максимальное из полученных 16 чисел и нуля.

В методике SPAN изменение текущей стоимости фьючерсов рассчитываетн ся как изменение спот-цены базисного актива. При таком огрублении изменения в стоимости длинной позиции по фьючерсу полностью покрываются измененин ями в стоимости короткой позиции по фьючерсу с другим сроком исполнения.

Поскольку в действительности это не так, в расчет начальной маржи портфен ля включаются дополнительные величины, которые характеризуют риск фьюн черсного спреда. Для расчета этой составляющей начальной маржи использун ется так называемая композитная дельта. Обычный показатель дельта Ч это производная стоимости инструмента по цене базисного актива. В связи с тем, что изменение цены фьючерсов рассматривается в системе SPAN как изменение цены спот, дельта длинных позиций по фьючерсам всегда равнян ется 1. Дельта опционов находится в пределах от -1 до +1. Композитная дельн та Ч это средневзвешенная дельта по вероятностям всех сценариев, которые рассматриваются в SPAN. Заметим, что взнос за спред рассчитывается и для некоторых видов опционных контрактов, например для опционов на фьючерн сы и европейских опционов на индекс FTSE-100.

При приближении срока поставки товара в соответствии с заключенным фьючерсным контрактом нарастает риск дефолта, который провоцируется колебаниями цены. Этот фактор также учитывается в системе SPAN, при этом 48* 7Ж4 Энциклопедия финансового риск-менеджмента соответствующая составляющая начальной маржи называется взносом за пон ставку в текущем месяце (spot month charge/delivery charge).

Некоторые виды инструментов, в основе которых лежит один и тот же ба зисный актив, могут рассматриваться как одно целое при вычислении залогон вых требований по методике SPAN. Например, европейские и американские опционы на индекс FTSE-WO рассматриваются как единое целое на всех шан гах расчета в системе SPAN. Множество видов производных финансовых инн струментов, обладающих таким свойством, в SPAN принято называть класн сом инструментов (combined commodity). Расчет сканируемого риска на первом шаге SPAN выполняется отдельно для каждого класса по содержащимся в портн феле инструментам.

Если цены инструментов двух различных классов коррелированы между собой, то потери по одному виду инструментов могут быть компенсированы выигрышем по другим позициям. Таким образом, суммарный риск портфеля окажется меньше, чем сумма рисков по инструментам этих классов. Для того чтобы учесть соответствующее сокращение залоговых требований, в системе SPAN рассматриваются так называемые скидки за спреды между инструменн тами различных классов (inter commodity spread credits). Спреды формируются между инструментами, которые относятся к различным классам. Общее сокран щение залоговых требований для одного класса инструментов определяется как сумма скидок, порожденных бля этого класса всеми другими классами.

В соответствии с методикой SPAN, каждому короткому опциону должен соответствовать некоторый минимальный уровень начальной маржи. Начальн ная маржа по каждому классу инструментов портфеля не может быть меньн ше суммы минимальных ставок по всем коротким опционам этого класса. Если это условие не выполняется, то в качестве начальной маржи по данному класн су контрактов выбирается сумма ставок по всем находящимся в портфеле коротким опционам этого класса.

После выполнения рассмотренных шагов начальная маржа для каждого класса инструментов определяется в SPAN путем суммирования величин скан нируемого риска, взноса за поставку в текущем месяце и взноса за спреды между инструментами этого класса. Из данной суммы вычитаются все скидки за спреды между инструментами различных классов, начисленные для рассматн риваемого класса. Полученная величина сравнивается с суммой минимальных залогов по коротким позициям по опционам данного класса.

В качестве начальной маржи класса инструментов выбирается большее из сравн ниваемых чисел. Начальная маржа портфеля есть сумма значений начальной маржи для каждого класса инструментов, который представлен в портфеле.

11.4. Динамическая оптимизация портфеля Оптимизационные модели, рассмотренные в п. 11.2 и 11.3, не учитывают возн можностей будущей перестройки портфеля, т. е. являются однопериодными.

Техника иммунизации портфеля предполагает коррекцию структуры портфен ля при изменении величины фактора риска. Перестройка портфеля связана с транзакционными издержками, совокупная величина которых зависит от часн тоты перестроек, т. е. от волатильности фактора риска. Данное обстоятель XI. Оптимизация портфеля финансовых инструментов 7* ство, существенно влияющее на результаты управления портфелем, не мон жет быть учтено в рамках однопериодной модели [28].

Модели диверсификации, позволяющие контролировать риск отдельных финансовых инструментов, также могут быть значительно усилены путем учета возможностей будущих перестроек портфеля [23]. При этом, однако, распрен деление доходности портфеля оказывается огшшчньш от нормального и может иметь значительный эксцесс, что не позволяет ограничиться анализом среднен го и дисперсии доходности портфеля. В данной ситуации целесообразно исн пользование функций полезности соответствующего вида для оптимизации портфеля.

11.4-1- Модель управления активами и пассивами (ALM) Для построения моделей, учитывающих возможности будущей перестройки портфеля финансовых инструментов, используется подход, основанный на методе многошагового стохастического программирования (multistage stochastic programming)*. Первые работы, посвященные этому направлению, появились более двух десятилетий назад [21, 43]. Данный подход получил название луправление активами и пассивами (asset and liability management Ч ALM)**.

Концепция ALM предполагает, что состояние портфеля рассматривается в фиксированные моменты времени t e {1, 2 Ттах}. Первый момент соответн ствует текущей дате;

последний момент времени Тгаах называется горизонтом планирования. Как правило, несколько первых выбранных моментов располон жены ближе друг к другу, чем последующие. Например, может быть выбрано следующее множество моментов времени: текущий день, конец текущего мен сяца, конец текущего квартала, конец текущего года, конец пятилетия.

В каждый из моментов времени t {1, 2 Ттах- 1} инвестор приниман ет решения, касающиеся структуры портфеля, а также его финансовых цен лей. Существуют факторы неопределенности, которые могут принимать слун чайные значения в каждый из моментов времени tG {2,..., TmgJ. К числу таких факторов относятся доходности финансовых инструментов, процентные ставки, кросс-курсы валют, поступления средств и платежи по финансовым инструментам. В модели ALM генерируются сценарии изменения случайных факторов, которые имеют древовидную структуру (рис. 11.8).

Генерация сценариевЧ чрезвычайно важный аспект модели управления активами и пассивами, от которого зависит адекватность результатов оптимин зации. Сценарии, используемые при оптимизации, не рассматриваются в качестве наилучшего прогноза будущего. Однако выбранное множество сценариев должно объективно отражать возможности будущего изменения экономической ситуан ции, учитывать все возможные обстоятельства, которые могут повлиять на дин намику портфеля. Как правило, для генерации сценариев разрабатывается стан тистическая модель, основанная на исторических данных. Кроме этого, возмож * См., например, и

* Основные вехи развития AIM отражены в [22, 29, 42, 50, 58].

76 Энциклопедия финансового риск-менеджмента 1 2 Время Рис. 11.8. Пример дерева сценариев но использование экспертной информации. В последнем случае эксперт назнан чает вероятности значений факторов риска для каждого момента времени из t e {2 Tmax} или непосредственно задает какой-либо сценарий.

Модель генерации сценариев должна учитывать зависимость между расн сматриваемыми экономическими переменными. Например, прибыль по облиган циям должна быть согласована с соответствующим уровнем процентных стан вок [48, 56]. Важным требованием к множеству сценариев является отсутн ствие арбитражных возможностей. Если это требование не выполняется, то в результате оптимизации получается портфель, ориентированный на случайн ные эффекты выбранного множества сценариев [40, 41].

Вероятностная модель генерации сценариев должна учитывать статистин ческие особенности исторических данных, в частности тяжелые хвосты рас пределений. Как установлено в [45], распределение доходности акций имеет тяжелые хвосты, которые хорошо описываются моделью Фреше (обобщенн ное гамма-распределение с параметром X. = -1). Джэкверт и Рубинштейн [39] разработали метод для оценки представления рынка о хвостах распределен ния на основе котировок опционов с различными ценами исполнения в один и тот же момент времени. Применение метода для индекса S&P 500 показан ло высокую степень тяжести хвостов для будущих возможных значений этого индекса.

Значения факторов неопределенности на каждом шаге управления портн фелем влияют на выбор соответствующих инвестиционных решений. При ре XI. Оптимизация портфеля финансовых инструментов 7* шении задачи учитываются и предстоящие поступления средств, а также обян зательные платежи. Обозначим через xsjt суммарную стоимость инструменн тов j-ro типа в портфеле в момент времени t в случае реализации s-ro сценан рия. Величина х-, положительна в случае покупки инструмента и отрицательна в случае его продажи.

Два основных уравнения должны обязательно присутствовать в динамин ческой модели оптимизации портфеля [51]. Стоимость позиций по финансон вым инструментам должна удовлетворять соотношениям:

4+1 = х?Д1 + rft) - pl,(l + Щ{) + <(1 - Щ,) Vj, t, s, (I1.19) где rft Ч процентная ставка за период от t до t + 1 по инструменту j;

Pj, Ч продажа инструмента j ;

(fjt Ч покупка инструмента у, Щ, Ч транзакционные издержки операций с финансовыми инструментами.

Пусть ц5 Ч разность поступления и оттока средств в момент t при реан лизации сценария s. Для потока наличных денежных средств должно выполн няться равенство:

к,м = 4,(1 + й)+1p;

,t(i -fe-t)- хч1,а + щл)+Si& + ч5 vt,s,, j 20) j / ) где Хщ+1 и Xgt Ч количество наличных средств в моменты времени t + 1 и t соответственно;

DJ, Ч платежи по j-му инструменту в момент времени t (сюда относятся, например, купонные платежи по облигациям, дивиденды по акциям, выплата процентов и погашение кредитов).

Поскольку набор сценариев имеет древовидную структуру, то должны выполняться также соотношения *=* Vj (11.21) для любых двух сценариев s, и s2, которые совпадают вплоть до момента t [53].

В качестве цели задачи оптимизации портфеля в модели AIM, как правин ло, выбирается максимум математического ожидания функции полезности вида (11.18), где Wr^ Ч стоимость портфеля в конце горизонта планирования.

Значение этой функции зависит от переменных, представляющих решения инн вестора в различные выбранные моменты времени в будущем. Используя вен роятности осуществления различных сценариев, можно свести задачу к де 7Ж8 Энциклопедия финансового риск-менеджмента терминированной. С ростом количества рассматриваемых моментов времени число переменных задачи возрастает экспоненциально.

Методы управления рисками, рассмотренные в п. 11.2 и 11.3, использун ются и в рамках модели AIM. Портфель может быть иммунизирован к измен нению какого-либо фактора риска, при этом его поведение должно будет удовн летворять заданным требованиям в моменты времени t G {1, 2,..., Tmax}.

В данном случае говорят о сценарной иммунизации [28]. В рамках динамин ческой модели могут быть учтены транзакционные издержки, необходимые для иммунизации портфеля по отношению к фактору риска. Решение задачи AIM обеспечивает необходимую диверсификацию портфеля для защиты от несисн тематических рисков. При этом могут быть учтены ограничения регулируюн щих органов, налоговые выплаты, пожелания высшего руководства.

Методы решения задачи AIM можно разделить на три группы. Первую из них составляют прямые алгоритмы, основанные, главным образом, на мен тодах внутренней точки [17, 19, 24, 34, 57]. Ко второй группе относятся мен тоды, основанные на декомпозиции Бендерса [25, 27, 32, 37, 55]. Методы третьей группы основываются на расширенных лагранжианах [29, 49]. Все алгоритмы используют древовидную структуру сценариев для сокращения пен ребора. В настоящее удается решать задачи ALM, содержащие более 10 сценариев. Важно, что зависимость времени решения от числа сценариев окан зывается линейной.

11.4.2. Результаты экспериментов.

Некоторые известные системы В работе [23] рассмотрен пример решения задачи динамической оптимизан ции портфеля. В качестве финансовых инструментов рассматриваются акции американских компаний, акции предприятий других развитых стран, акции предприятий на развивающихся рынках, американские облигации и депозиты.

Используется трехпериодная модель управления портфелем. Интервалы межн ду моментами перестройки портфеля составляют 1, 2 и 2 года соответственн но;

горизонт планирования равен 5 годам. Для решения задачи генерирован лось 10 000 сценариев (50 х 20 х 10). По условию задачи в конце 5-го года из портфеля должен быть осуществлен платеж, невыполнение которого отн носится к нежелательным эффектам. В этих условиях трехпериодная модель обеспечивает заметное преимущество по сравнению с одношаговой моделью за счет создания несимметричной плотности распределения вероятностей прибыли портфеля. Результаты для трехшаговой модели и для двух портфен лей, полученных на основе одношаговой модели и относящихся к эффективн ному множеству, сведены в табл. 11.3.

Известен ряд программных систем, реализующих методы динамической оптимизации портфеля финансовых инструментов. В [22] описана так назын ваемая система Russell-Yasuda Kasai (RY), разработанная компаниями Frank Russell Company и The Yasuda Kasai Fire and Insurance Co., Ltd. Данная система.предназначена для управления портфелем активов и пассивов страховой комн пании, которая использует полисы накопительного страхования. Компании The Yasuda Kasai Fire and Insurance Co., Ltd. необходимо было гарантировать выпла XI. Оптимизация портфеля финансовых инструментов 7* Таблица 11. ОЖИДАЕМАЯ ПРИБЫЛЬ И СТОИМОСТЬ НЕИСПОЛНЕНИЯ ПЛАТЕЖА Математическое Начальное Математическое ожидание прибыли в Стратегия соотношение ожидание штрафа за конце 5-го года, лакции/облигации, % невыполнение платежа % годовых Трехшаговая 9, 59/41 1, Одношаговая ла 64/36 9,6 3, Одношаговая б 46/54 8,5 1, ты своим клиентам, в то же время она стремилась к получению максимальн ной прибыли в долгосрочной перспективе. Система ЯУ учитывает эти протин воречивые цели страхового бизнеса. Кроме того, в ней учтены транзакцион ные издержки, выплаты по налогам и законодательные ограничения на финансон вый портфель, установленные регулирующими органами Японии. В соответствии с требованиями заказчика система ЯУв момент своего создания (1991 г.) осун ществляла решение задачи оптимизации портфеля на компьютерной рабочей станции за время, не превышающее трех часов.

Система поддерживает постановку 10-шаговых задач оптимизации портфен ля на основе трех основных методов генерации экономических сценариев. Перн вый метод автоматически генерирует сценарии в предположении, что значен ния экономических факторов в различные моменты времени t Е {1, 2 Ттах} статистически независимы. При этом используются статистические модели, пон строенные на основе исторических данных. Пользователь может изменять пан раметры этих моделей в соответствии с собственным взглядом на будущее экон номических процессов. Второй метод учитывает зависимость между соседнин ми моментами принятия решений по оптимизации портфеля. Для этого в сисн теме ЯУ используется статистический факторный анализ. Создателями систен мы установлено, что для адекватного описания случайных значений прибыли по финансовым инструментам достаточно трех факторов. Эти факторы связан ны соответственно с изменением процентных ставок, доходностью вложений в акции и изменением кросс-курсов валют. Третий метод предусматривает задан ние сценариев экспертомЧ пользователем системы.

Оптимизационная модель ЯУ использует выпуклую кусочно-линейную цен левую функцию вида (11.18). В связи с этим задача оптимизации ЯУ относитн ся к классу задач многошагового линейного стохастического программирован ния. Метод решения задачи основывается на декомпозиции Бендерса [32].

До внедрения системы ЯУ компания The yasuda Kasai Fire and Insurance Co., Ltd. использовала модель Марковица для оптимизации структуры активов.

В [22] проводится сравнение результатов, полученных с использованием предн шествующей методики и системы ЯУ. Внедрение системы RY в 1991 г. позволин ло получить прирост годовой доходности на 15%, что эквивалентно 730 Энциклопедия финансового риск-менеджмента 25 млн. долл. прибыли. Прирост прибыли за два отчетных года (1991 и 1992) сон ставил 43%, или 79 млн. долл.

В работе [39] описана система Watson, предназначенная для управления портфелем пенсионного фонда. При помощи данной системы можно решать задачи многошагового линейного и квадратичного стохастического програмн мирования. Наиболее эффективным методом их решения оказалась вложенн ная декомпозиция Бендерса.

Применение модели ALM для управления портфелями пенсионных фонн дов в Нидерландах рассматривается в [20]. Эта страна является мировым лин дером по величине активов негосударственных пенсионных фондов, что обусн ловлено ранним образованием системы негосударственного пенсионного обесн печения, использованием щедрых пенсионных схем и относительно небольн шим объемом государственных пенсий. В настоящее время практически все крупные пенсионные фонды Нидерландов, а также все большее число мелн ких и средних фондов применяют модели ALM для анализа и синтеза стратен гий управления своими портфелями финансовых инструментов.

Для генерации сценариев в большинстве случаев используется модель векторной авторегрессии (ВАР) [54]. Стандартные модели ВАР расширяются для моделирования смены экономических режимов (например, высокая инфн ляция в 1970-х годах и относительно низкая в 80- и 90-х годах). Кроме этого, в модели ВАР учитываются соотношения рыночного равновесия;

моделируетн ся приближение рынка к равновесному состоянию с течением времени. Для каждого сценария развития экономической ситуации оценивается соответствун ющий объем пенсионных выплат. Для моделирования изменения статуса кажн дого из участников фонда используется управляемая цепь Маркова (каждый из участников фонда может уйти в отставку, умереть, прекратить участие в фонде, получить повышение или понижение по службе;

возможен приход в фонд новых участников).

Используемые программные системы производят динамическую оптимизан цию портфеля пенсионного фонда на основе метода многошагового стохастин ческого программирования [30]. Общепринятой практикой является также мон делирование стратегий управления портфелем, полученных с помощью генен ратора случайных чисел. Такая возможность позволяет менеджеру убедиться в эффективности процедур оптимизации стратегий управления портфелем.

Литература 1. Голембиовский Д. Ю. Расчет залога по портфелю производных инст рументов//Вопросы анализа риска. 2000. № 1-2. С. 14-33.

2. Голембиовский Д. Ю. Система управления биржевым залогом SPAN// Обозрение прикладной и промышленной математики. 2000. Т. 7.

Вып. 1. С. 181-183.

3. Голембиовский Д. Ю., Долматов А. С. Модель оптимизации портфеля производных финансовых инструментов с учетом залоговых ограниче ний//Теория и системы управления. 2001. №3. С. 75-85 XI. Оптимизация портфеля финансовых инструментов 73* 4. Голембиовский Д. Ю., Долматов А. С. Решение задачи оптимизации портн феля производных финансовых инструментов с учетом залоговых ограни чений/Леория и системы управления. 2001. № 4. С. 69-77.

5. Голембиовский Д. Ю., Долматов А. С. Управление портфелем произн водных финансовых инструментов. Ч. У/Теория и системы управления.

2000. №4. С. 95-103.

6. Голембиовский Д. Ю., Долматов А. С. Управление портфелем произн водных финансовых инструментов. Ч. 11//Теория и системы управлен ния. 2000. № 6. С. 90-94.

7. Дуглас Л. Г. Анализ рисков операций с облигациями на рынке ценн ных бумаг.Ч М.: Филинъ, 1998.

8. Касимов Ю. Ф. Основы теории оптимального портфеля ценных бун маг. Ч М.: Филинъ, 1998.

9. Кини Р. Л., Райфа X. Принятие решений при многих критериях: предн почтения и замещения.Ч М.: Радио и связь, 1981.

10. Крянев А. В. Основы финансового анализа и портфельного инвестин рования в рыночной экономике.Ч М.: МИФИ, 2001.

П. Мельников Р. Сценарный анализ процентного риска//Рынок ценных бумаг. 2000. №21. С. 64-68.

12. фон Нейман Дж., Моргенштерн О. Теория игр и экономическое пон ведение. Ч М.: Наука, 1970.

13. Первозванский А. А., Первозванская Т. Н. Финансовый рынок: расчет и риск. Ч М.: ИНФРА-М, 1994.

14. Уотшем Т. Дж., Паррамоу К. Количественные методы в финансах. Уч.

пос. для ВУЗов. Ч М.: ЮНИТИ, 1999.

15. Фишберн П. Теория полезности для принятия решений. Ч М.: Наука, 1978.

16. Шарп У. Ф., Александер Г. Дж., Бэйли Дж. В. Инвестиции. Ч М.:

ИНФРА-М, 1997.

17. Berger A. J., Mulvey J. M., Rothberg E., Vanderbei R. Solving multistage stochastic programs using tree dissection. Stochastic and operation research report 95-7- Princeton University, 1995.

18. Bierwarg G. Duration analysis. Ч N.Y.: Ballinger Publishing Company, 1987.

19. Birge J. R. Stochastic programming computation and applications//Informs Journal on Computing. 1997. V. 9. P. 111-133.

20. Boender С G. E., van Aalst P. C, Heemskerk F. Modeling and management of assets and liabilities of pension plans in the Netherlands//In: Ziemba W. Т., Mulvey J. M. (eds.) Worldwide asset and liability modeling. Ч Cambridge University Press, 1998. P. 561-580.

21. Bradley S. P., Crain D. B. A dynamic model for bond portfolio management/Management science. 1972. V. 19. P. 139-151.

22. Carino D. R., Kent Т., Myers D. H., Stacy C, Sylvanus M., Turner A. L., Watanabe K., Ziemba W. T. The Russell-Yasuda Kasai model: An asset/ 731 Энциклопедия финансового риск-менеджмента liability model for a Japanese insurance company using multistage stochastic programmingZ/Interface. 1994. V. 24, P. 29-49.

23. Carino D. R., Turner A. L. Multiperiod asset allocation with derivative assets//In: Ziemba W. Т., Mulvey J. M. (eds.) Worldwide asset and liability modeling.Ч Cambridge University Press, 1998. P. 182-204.

24. Carpenter Т., Lustigl., Mulvey J. Formulating stochastic programs for interior point methocV/Mathematics of Operation Research. 1991. V. 16.

P. 119-147.

25- Consigli G., Dempster M. A. H. The CALM stochastic programming model for dynamic asset-liability management/Дп-. Ziemba W. Т., Mulvey J. M.

(eds.) Worldwide asset and liability modeling. Ч Cambridge University Press, 1998. P. 464-500.

26. Dahl H., Meeraus A., Zenios S. A. Some financial optimization models// In: Zenios S. A. (ed.) Financial optimization. Ч Cambridge University Press, 1995. P. 37-71.

27. Dantzig J. В., Infanger J. Multistage linear stochastic programs for portfolio optimization//Management Science. 1993- V. 1. P. 197-206.

28. Dembo R. S. Scenario immunization//In: Zenios S.A. (ed.) Financial optimization.Ч Cambridge University Press, 1995- P. 291-308.

29. Dempster M. A. H., Ireland A. Object-oriented model integration in a financial decision support systenV/Decision support systems. 1991. V. 7.

P. 329-340.

30. Dert С L. Asset liability management for pension funds, a multistage chance-constrained programming approach. Ph.D. thesis. Erasmus University Rotterdam, 1995.

31. Fabozzi F. J., Pollack I. M. (eds.) The handbook of fixed income securities. Ч Dow-Jones, Irwin, 1987.

32. Fan Y., Carino D. R. Nested versus non-nested decomposition for asset allocation problems. Report presented at the 15th International Symposium on Mathematical Programming, Ann Arbor, August, 1994 33. Garbade K. Models of fluctuation in bond yieldsЧ an analysis of principal components. Technical Report. Bankers Trust Company, Money Market Center, 1986, June.

34- Gassman H. I. MSLiP: A computer code for the multistage stochastic linear programming problem//Math Programming. 1990. V. 47. P. 407-423.

35. Granito M. R. Bond portfolio immunization. Ч Lexington Books, D.C. Heath and Co., 1984.

36. Grayson С J. Decisions under uncertainty: Drilling decisions by oil and gas operators. Division of Research, Harvard Business School, Boston, Mass., I960.

37. Infanger G. Planning under uncertainty: Solving large-scale stochastic linear programs. Ч Danvers, Massachusetts: The Scientific Press, 1994.

38. Ingersoll J. E. Theory of financial decision making. Studies in financial economics.Ч Rowmank & Littlefield, 1987.

XI. Оптимизация портфеля финансовых инструментов 39. Jackwerth J. С, Rubinstein M. Recovering probability distribution from option prices//Journal of Finance. 1997. V. 51. P. 1611-1631.

40. Klaasen P. Discretized reality and spurious profit in stochastic programming models for asset/liability management//European Journal of Operation research. 1997. No. 101(2). P. 374-392.

41. Klaasen P. Solving stochastic programming models for asset/liability management using iterative disagregation//In: Ziemba W. Т., Mulvey J. M.

(eds.) Worldwide asset and liability modeling. Ч Cambridge University Press, 1998. P. 427-463.

42. Kusy M. I., Ziemba W. T. A bank, asset and liability management model// Operation research. 1986. V. 34. P. 356-376.

43. Lane M. and Hutchinson P. A model for managing a certificate of deposit portfolio under uncertainty//In: Dempster M.A.H. (ed.) Stochastic Programming. Ч Academic Press, 1980. P. 473-493 44. Litterman R., Scheinkman J., Weiss L. Common factors affecting bond returns. Technical report. Goldman, Sachs & Co., Financial Strategies Group, 1988, September.

45- Longin F.M. The asymptotic distribution of extreme stock market returns// Journal of Business. 1997. V. 69. P. 383-408.

46. Maloney K. J., Yawitz J. Interest rate immunization and duration. Working Paper. School of Business Administration, Dartmouse University, 1985.

47- Markovitz H. Portfolio selectiorV/Journal of Finance. 1952, No. 7. P. 77-91.

48. Mulvey J. M. Generating scenarios for the Tower Perrin investment system// Interface. 1996. V. 26, P. 1-15.

49. Mulvey J. M., Ruszczynski A. A new scenario decomposition method for large-scale stochastic optimization//Operations Research. 1995. V. 43.

P. 477-490.

50. Mulvey J. M., Vladimirou H. Stochastic network optimization models for investment planning//Annals of Operations Research. 1989. V. 20.

P. 187-217.

51. Mulvey J. M., Ziemba W. T. Asset and liability management systems for long-term investors: discussion of the issues//In: Ziemba W. Т., Mulvey J. M.

(eds.) Worldwide asset and liability modeling. Ч Cambridge University Press, 1998. P. 3-40.

52. Piatt R. B. (ed.) Controlling interest rate risk: New techniques & applications for money management.Ч John Wiley & Sons, 1986.

53. Rockafellar R. Т., Wets R. J.-B. Scenarios and policy aggregation in optimization under uncertainty//Mathematics of Operation Research.

1991. V. 16. P. 119-147.

54. Sims С A. Macroeconomics and realityZ/Econometrica. 1980. V. 48. P. 1-48.

55. van Slyke R., Wets R. J-B. L-shaped linear programs with applications to optimal control and stochastic programming//SIAM Journal of Applied Mathematics. 1969. V. 17. P. 638-663.

734 Энциклопедия финансового риск-менеджмента 56. Wilkie A. D. A stochastic investment model for actuarial use//Transactions of the Faculty of Actuares. 1986. V. 39. P. 391-403 57. Yang D., Zenios S. A. A scaleable parallel interior algorithm for stochastic linear programming and robust optimizatiorV/Computational Optimization and its Applications. 1996. V. 7. P. 143-158.

58. Zenios S. Asset-liability management under uncertainty: The case of mortgage-backed securities. Research report. Hermes lab for financial modeling and simulation, the Warton School, University of Pennsylvania, 1992.

Указатель терминов cr-алгебра случайных событий VaR Ч кредитный Ч предельный Ч приращения VaR-отображение Z-модель Альтмана лагентские издержки аксиома Архимеда Ч независимости активы базисные Ч безрисковые Ч с абсолютным риском Ч с низким риском Ч с постоянной дивидендной доходностью анализ волатильности доходов Ч выживаемости Ч разрывов срочной процентной структуры Ч сценарный 591, Ч чувствительности арбитражер арбитражные операции с капиталом асимметрия аудиторские проверки банкротство бегство к качеству Ч к ликвидности брутто-подверженность кредитному риску вега-хеджирование верификация грязная Ч чистая Ч модели 250, вероятность выживаемости Ч дефолта 347, кумулятивная Ч предельная средняя Ч разорения внутренний контроль волатильность 76, 215, Ч предполагаемая 167, процентной ставки 73Ь Энциклопедия финансового риск-менеджмента Ч экспоненциально-взвешенная восстановление рынка временная структура процентных ставок выпуклость долларовая Ч портфеля облигаций Ч финансового инструмента Ч эффективная вязкость рынка гамма-хеджирование генератор случайных чисел 83, геометрическое броуновское движение гетероскедастичность глубина рынка горизонт планирования дата исполнения опциона Ч истечения опциона двусторонняя переоценка по рыночной стоимости декомпозиция портфеля по факторам риска дельта-гамма-вега-приближение дельта-хеджирование дерегулирование детерминированный эквивалент лотереи дефолт Ч по обязательству дисперсия случайного процесса Ч случайной величины доверительный интервал 69, 74, дополнение множества досрочное наступление срока исполнения обязательства доходность арифметическая Ч внутренняя портфеля облигаций Ч геометрическая Ч дискретная Ч к наихудшему Ч к отзыву Ч к погашению Ч к продаже Ч непрерывно наращенная Ч средневзвешенная портфеля облигаций Ч текущая Ч требуемая дюрация долларовая Фишера-Вейла 46, Ч Маколея Ч модифицированная портфеля облигаций финансового инструмента Ч эффективная закон Гласса-Стигала игра на воскрешение 552, избыточное вложение капитала изменчивость иммунизация Ч портфеля облигаций Ч факторная инвестор, не склонный к риску 711, индекс Z Хэннэна-Хэнвека Ч профиля риска индикаторы деятельности Ч макропруденциальные Ч риска Ч текущей деятельности Ч эффективности контроля инструмент левропейского типа инструменты Ч гибридные Ч кредитные производные Ч многофакторные Ч однофакторные Ч производные Ч снижения кредитного риска Ч неправильные производные исполнение источник финансирования исчезновение ликвидности калибровка модели капитал балансовый Ч второго уровня Ч дополнительный Ч допустимый Ч основной Ч первого уровня Ч предельный Ч регулятивный Ч третьего уровня Ч физический Ч экономический 383, капитальные вложения качество инвестиционное 49 Ч 738 Энциклопедия финансового риск-менеджмента Ч спекулятивное класс инструментов ковариация для дискретных случайных величин Ч для непрерывных случайных величин колесо риск-менеджмента коллар комбинации опционов композитная дельта контракт своповый Ч форвардный Ч фьючерсный концентрация ликвидности концепция экономической добавленной стоимости корреляция котировка облигации коэффициент альфа 229, Ч бета 228, внутренний Ч быстрой ликвидности Ч вега 179, Ч гамма 173, Ч дельта 169, Ч детерминации Ч лямбда Ч напряженности обязательств Ч обеспеченности собственными оборотными средствами Ч оборачиваемости Ч обслуживания долга Ч отношения разрыва к общей величине активов Ч рентабельности продаж Ч ро 177, Ч смещения Ч текущей ликвидности 333, Ч тета 176, Ч финансовой независимости кредитная нота кредитное событие кредитные деривативы кредитный рейтинг кривая рыночных доходностей Ч спот-ставок Ч форвардных ставок кривые безразличия кризис банковский Ч валютный критерии качественные Ч количественные Указатель критическое значение распределения Стьюдента кросс-дефолт кэп маржа Ч вариационная 108, 414, Ч дисконтирования Ч начальная 414, марковский процесс математическая теория рекордов математическое ожидание случайного процесса Ч случайной величины матрица переходов Ч сценарная мера вероятностная Ч риска когерентная метод дельта плюс Ч дельта-нормальный Ч исторического моделирования Ч Монте-Карло 84, Ч на основе срока до исполнения контракта Ч на основе срока до платежа Ч наименьших квадратов Ч оценки первоначального риска текущего риска Ч переоценки свопов методика CAMEL Ч SPAN методы локального оценивания 249, Ч полного оценивания 249, миграция кредитных рейтингов минимальный уровень достаточности капитала мир, нейтральный к риску множество Ч эффективное модели авторегрессионной условной гетероскедастичности Ч восходящие Ч нисходящие Ч оптимизационные Ч причинно-следственные Ч эконометрические модель ALM Ч EDF Ч KLR Ч STV Ч ZETA Ч биномиальная 49* 740 Энциклопедия финансового риск-менеджмента Ч Васичека Ч Кокса-Ингерсолла-Росса Ч линейная регрессионная Ч Марковица Ч оценки вероятности дефолта Ч Рендельмана-Барттера Ч Халла-Уайта Ч Хо-Ли модельный арбитраж монотонность мораторий надбавка за риск 628, накопленные проценты неблагоприятный отбор 620, нейронные сети нейтральность к риску неплатежеспособность несклонность к риску локальная неттинг двусторонний 415, нетто-подверженность кредитному риску норма доходности внутренняя Ч рентабельности пороговая облигации бросовые Ч мусорные Ч обеспеченные залогом активов Ч прямые облигация купонная Ч отзывная 17, 184, Ч продаваемая 19, Ч с кэпом Ч с плавающей купонной ставкой Ч с флором Ч со встроенным опционом Ч продающаяся по номиналу с дисконтом с премией общая чистая открытая позиция по валюте общий резерв объединение множеств ожидаемый убыток опцион Ч азиатский Ч американский колл Ч Ч пут Ч барьерный входящий при повышении Указатель терминов при понижении выходящий при повышении при понижении Ч без выигрыша Ч бермудский Ч бинарный Ч европейский колл пут Ч на кредитный спред Ч на купонную облигацию Ч на обмен активами Ч с выигрышем Ч с проигрышем отказ относительное снижение цены облигации отношение предпочтения полное транзитивное отсрочка выплаты вознаграждения оценка максимально возможного убытка лочарование ошибка второго рода Ч первого рода Ч среднеквадратическая параметр сглаживания переоценка фьючерсной позиции по рыночной стоимости пересечение множеств пересмотр купонной ставки планирование на случай непредвиденных ситуаций плотность распределения вероятностей подверженность кредитному риску 347, максимальная ожидаемая подмножество подход PD/LGD Ч внутренний Ч всеобъемлющий Ч на основе базового индикатора внутренних моделей рейтингов базовый передовой надзорных критериев классификации предварительных обязательств Ч портфельный Ч простой 676, Ч рыночный 340, 74* Энциклопедия финансового риск-менеджмента Ч стандартный 461, Ч упрощенный позиция длинная 40, Ч короткая 40, Ч стандартная показатель ожидаемых потерь Ч оценки результатов деятельности с учетом риска Ч процентного покрытия Ч хеджирования покупатель кредитной защиты портфель Ч гамма-нейтральный Ч дельта-нейтральный Ч торговый потери в случае дефолта Ч вследствие кредитного риска Ч катастрофические Ч непредвиденные 382, Ч максимальные вследствие кредитного риска правдоподобие правило Q премия за риск принцип K.I.S.S. Ч строительных блоков программная торговля продавец кредитной защиты пространство элементарных событий профиль риска 216, 466, процедуры контроля внешние внутренние прочность разложение Холецкого размещение капитала разность множеств разрыв кумулятивный разыгрывание пары случайных величин Ч случайной величины распределение ^ с п степенями свободы Ч вероятностей убытков Ч логнормальное Ч нормальное стандартное Ч показательное Ч равномерное Ч тяжелыми ветвями Ч Стьюдента с п степенями свободы Указатель терминов 74Э расстояние до точки дефолта реализация случайного процесса регулятивный арбитраж рента бессрочная Ч обыкновенная рентабельность активов Ч капитала с учетом риска 227, скорректированного на риск риск базисный Ч балансовый Ч бухгалтерский Ч валютный Ч взаимоотношений Ч внешний Ч волатильности Ч до осуществления расчетов Ч досрочного изъятия средств вкладчиками Ч завершения операции Ч замещения заемщика Ч изменения кривой доходности Ч индивидуальный Ч контрагента Ч концентрации кредитного портфеля Ч кредитный внешний внутренний контрагента Ч ликвидности балансовой рыночной Ч модельный 444, Ч моральный Ч налоговый Ч неадекватности модели 444, Ч недостаточной балансовой ликвидности Ч неплатежеспособности 299, Ч несистематический 229, Ч обеспечения кредита Ч операционный Ч перевода средств 325, Ч переоценки Ч персонала Ч политический Ч процентный Ч расчетов Ч рынка производных финансовых инструментов Ч рыночной ликвидности 299, Ч рыночный 204, 744 Энциклопедия финансового риск-менеджмента общий специфический 229, Ч системный Ч сканируемый Ч страновой 324, 402, Ч суверенный Ч технический Ч технологический Ч товарный Ч физического ущерба Ч фондовый Ч ценовой рынка акций товарных рынков Ч экономический Ч юридический риски несистематические Ч систематические 216, риск-менеджмент интегрированный Ч на уровне предприятия Ч стратегический Ч тактический Ч финансовый рисковые массивы розничные требования рост относительный цены облигации рынок Ч внутренний капитала Ч ликвидный Ч совершенный Ч эффективный 89, своп Ч корзинный Ч корзинный до первого дефолта Ч валютный Ч индексный Ч кредитный Ч на совокупный доход Ч процентный свопцион сечение случайного процесса синтетическое воспроизведение система внутреннего контроля системы гибридные 340, Ч мотивации на основе иерархической группировки Ч экспертные склонность к риску Указатель терминов скорректированная на риск рентабельность капитала рассчитанного с учетом риска скорректированная чистая прибыль скоринг развивающихся рынков скорость случайная величина абсолютно непрерывная двумерная абсолютно непрерывная дискретная Ч цифра случайное блуждание Ч число случайные величины независимые дискретные случайный процесс винеровский Ито с дискретным временем с независимыми приращениями собственные оборотные средства события независимые Ч элементарные совокупная прибыльность спекулянт III спекулятивная сделка специализированные ссудные операции специальные виды опционов Ч юридические лица справочный маркет-мейкер спред бабочка Ч быков Ч медведей Ч календарный Ч кредитный Ч наблюдаемый Ч нулевой волатильности Ч опционов Ч реализованный Ч с учетом опциона Ч ценовой Ч эффективный среднее квадратическое отклонение ставка LIBOR Ч дисконтирования Ч купонная облигации Ч предполагаемая форвардная 746 Энциклопедия финансового риск-менеджмента Ч процентная краткосрочная Ч репо неявная стандартное отклонение стоимость будущая Ч деловой репутации Ч замещения чистая 416, общая 416, Ч ликвидационная 369, Ч операционная Ч под риском Ч приведенная Ч средневзвешенная капитала Ч фактическая накопленная Ч целевая накопленная Ч чистая приведенная стохастическое дифференциальное уравнение стратегия стрэдл Ч стрэп Ч стрип стресс-тестирование Ч агрегированное Ч систематическое субаддитивность субъект риска сумма квадратов, не объясненная регрессией объясняемая регрессией теорема Модильяни-Миллера 207, теория ожидаемой полезности Ч принятия решений толстые хвосты траектория случайного процесса Ч цен трансляционная инвариантность лузкая банковская система управление активами и пассивами уровень восстановления Ч толерантности финансовый резерв флор фондирование форвард Ч на кредитный спред Указатель терминов формулы Блэка-Шоулза функция полезности Ч распределения вероятностей фьючерс хеджер хеджирование 486, Ч денежных потоков Ч справедливой стоимости лцвет цена грязная Ч активов форвардная Ч базисного пункта Ч исполнения опциона Ч котируемая чистая открытая позиция банка чрствительность эквивалентные ставки экономическая прибыль эксцесс эффект амортизации Ч диффузии Ч заражения Ч приближения к номиналу ABS (asset-backed securities) absolute payments accelerated payment swap accounting risks accrued interest adjusted earnings advanced IRB approach advanced measurement approaches adverse selection 620, agency costs aggregate stress testing Altman's Z-score American(-style) option annuity arbitrageur 748 Энциклопедия финансового риск-менеджмента ARCH (autoregressive conditionally heteroskedastic) Asian option ask price asset-backed securities см. ABS asset and liability management asset swap autoregressive conditionally heteroskedastic см. ARCH available-for-sale financial assets average mortality rate backtesting 250, 610, balance sheet risk barrier option Basel II basic indicator approach basic representations basis risk 431, 533, basket default swap Basle Capital Accord Basle Committee on Banking Supervision bear spread Bermudan option bid price bilateral netting 513, binary option bond with embedded floor book capital book common equity bootstrapping bottom-up models building blocks approach bull spread butterfly spread CAD (Capital Adequacy Directive) calendar spread calibration callable bond 17, 184, call risk CAMEL (Capital, Assets, Management, Earnings, Liquidity) cap Capital Adequacy Directive см. CAD Capital Asset Pricing Model см. САРМ capital allocation capital at risk capital investment capital-to-risk ratio САРМ (Capital Asset Pricing Model) capped bond captive cash capital cash flow hedge Cash Flow Return on Investment см. CFROI cash settlement catastrophic bonds CFROI (Cash Flow Return on Investment) charm Chicago Board Options Exchange Cholesky factorization clean backtesting cleaned backtesting COD (cost of debt) СОЕ (cost of equity) collar 183, collaterized loan obligation collaterized mortgage obligation color combined commodity commodity risk 204, component VaR comprehensive approach conditional VaR confidence level contingency planning 297, convexity Cooke ratio core capital correlation cost capital cost of debt см. COD cost of equity см. СОЕ counterparty risk country risk coupon bond coupon rate covariance credit conversion factor 567, credit default swap credit derivatives credit event credit exposure credit loss credit rating credit rating migration 7$о Энциклопедия финансового риск-менеджмента credit risk equivalent credit risk mitigant credit spread credit spread forward credit spread option credit swap credit VaR credit-linked note cross default cross-currency swap cumulative gap cumulative mortality rate currency risk currency swap 134, current assets current exposure method current liabilities current yield debt-service ratio default default events default point default swap defensive risk management deferred payment account delta 169, delta^gamma-vega approximation delta-normal approach delta-plus method depth deregulation derivatives decision analysis dirty backtesting dirty price discount rate discounted margin discretionary reserve distance to default dollar convexity duration method earnings before interest and taxes см. EBIT earnings before interest, taxes, depreciation and amortization см. EBITDA EBIT (earnings before interest and taxes) EBITDA (earnings before interest, taxes, depreciation and amortization) ECN (electronic communication network) economic capital 383, economic profit economic value added см. EVA electronic communication network см. ECN eligible capital embedded option emerging market scoring enterprise-wide risk management см. ERM equity equity risk 204, ERM (enterprise-wide risk management) EVA (economic value added) event risk EVT (extreme value theory) exchange option exchange rate risk execution risk exercise date exotic options expected credit exposure expected default frequency expected shortfall expected utility expected value expiration date expiration price exponentially weighted moving average exposure extreme value theory см. EVT fair value hedge fat tails fat-tailed distribution financial assets held for trading financial risk management firm-wide risk management first-of-basket-to-default swap first-to-default swap Fisher-Weil dollar duration fixed assets fixed-claims coverage flight to liquidity flight to quality floating-rate securities floor forward 75* Энциклопедия финансового риск-менеджмента forward gap risk forward rate curve foundation IRB approach full valuation fundamental analysis funding funding liquidity risk future contract future value gamble for resurrection gamma 173, gap analysis gap ratio gap risk GARCH (general autoregressive conditional heteroskedastic model) general autoregressive conditional heteroskedastic model см. GARCH general market risk geometric Brownian motion Glass-Steagall Act going concern golden handcuffs goodwill grid gross exposure gross income hedger held-to-maturity investments heteroscedasticity hierarchical grouping incentive system historical simulation holding period hurdle rate of return hybrid debts hybrid systems immunization implied forward rate implied interest rate volatility implied volatility incremental capital incremental VaR 27' index swap indifference curves information asymmetry initial margin Указатель терминов 7S insolvency risk integrated risk management см. IRM interest coverage interest rate cap interest rate floor interest rate risk interest rate swap internal beta internal capital market internal control internal measurement approach internal models approach internal rate of return internal rating-based approach International Convergence of Capital Measures and Capital Standards International Swap and Derivatives Association см. ISDA investment grade IRM (integrated risk management) ISDA (International Swap and Derivatives Association) Ito process junk bonds 323, kappa keep it simple, stupid см. K.I.S.S.

key control indicators key performance indicators key risk indicators K.I.S.S. (keep it simple, stupid) kurtosis lambda legal risk leptokurtic distribution LGD floss given default) LIBOR (London Interbank Offered Rate) 128, likelihood linked incentives incentive system liquidation value live-testing London Interbank Offered Rate см. LIBOR long position long the option loss given default см. LGD Macaulay duration macroprudential indicators 50 Ч 754 Энциклопедия финансового риск-менеджмента margin marginal capital marginal mortality rate marginal VaR mark to market market-based approach market liquidity risk market risk market risk capital 562, marking to market maturity date maturity ladder approach maturity method maximum loss approach mean mean excess loss mean reversion model arbitrage model review area model risk modern portfolio theory см. MPT modified duration Modigliani-Miller theorem 207, Monte Carlo simulation MPT (modern portfolio theory) multivariate Brownian bridge 282- narrow banking net exposure net open position net operating profit after taxes см. NOPAT net replacement value 416, NOPAT (net operating profit after taxes) obligation acceleration observation period omega operating value operational risk capital option option liquidation value option risk option spread option-adjusted spread ordinary annuity original exposure method overall net open position Указатель терминов 7S overinvestment owner's equity PD/LGD approach P/E (price/earnings ratio) perpetual annuity perpetuity physical capital plausibility portfolio approach portfolio internal rate of return potential exposure present value present value of expected credit losses presettlement risk price/earnings ratio см. PIE price value of a basis point private banks proactive risk management probability density function probability function program trading protection buyer protection seller prudential capital pull to par pure play peers putable bond 19, random number random variable random walk RAPM (risk-adjusted performance measures) RAROC (risk-adjusted return on capital) 227, 401, RARORAC (risk-adjusted return on risk-adjusted capital) reactive risk management real options recouponing recovery rate reference market maker Regulation Q regulatory arbitrage regulatory capital regulatory capital arbitrage remargining replication repricing risk 50* 7S6 Энциклопедия финансового риск-менеджмента reputational risk required yield resiliency retail claims return return on equity см. ROE return on risk-adjusted capital см. RORAC revaluation rho risk-adjusted performance measures см. RAPM risk-adjusted return on capital см. RAROC risk-adjusted return on risk-adjusted capital см. RARORAC risk appetite risk arrays risk capital risk management risk mapping risk profile risk profile index risk-neutral world risk tolerance ROE (return on equity) RORAC (return on risk-adjusted capital) scanning risk scenario analysis scenario matrix analysis securitization sensitivity analysis set settlement risk Shareholder Value Added см. SVA short position short the option shorthand method simple approach simple risk weight method simplified approach skewness sovereign risk SPAN (Standard Portfolio Analysis of Risk) specialised lending specific risk speculative grade speculator speed spent capital Указатель терминов spot curve spread standard deviation Standard Portfolio Analysis of Risk см. SPAN standardized approach 461, 634, standardized positions stochastic differential equation straddle straight bond strap strategic risk stress testing strike price strip STV subset supervisory slotting criteria approach supplementary capital survival analysis survival rate SVA (Shareholder Value Added) swap swaption systematic stress testing tau tax risk TBR (Total Business Return) term structure of interest rates theta tightness tolerance level top-down models Total Business Return см. TBR total rate of return swap total return swap Total Shareholder Return см. TSR trading book transfer risk transition matrix TSR (Total Shareholder Return) type I error type II error underinvestment unfunded commitment US Banking Index 758 Энциклопедия финансового риск-менеджмента value at risk см. VaR VaR (value at risk) variance variance-covariance approach variation margin 108, VaR-map vega verification volatility WACC (weighted average cost of capital) warrant weather derivatives weighted average portfolio yield weighted average cost of capital см. WACC Wiener process working capital worst-case scenario worst credit exposure worst credit loss wrong way derivatives yield curve risk yield curve twist yield to call yield to maturity yield to put yield to worst Z-ratio zero coupon curve zero-volatility spread ZETA zeta Об авторах Барбаумов Виктор Ефимович Ч кандидат физико-математических наук, прон фессор кафедры высшей математики Российской экономической академии им. Г. В. Плеханова. Является автором ряда учебных пособий и учебников по различным разделам математики и финансовой теории. Руководит програмн мой обучения студентов по специализации Анализ финансовых рынков.

Бурков Павел Владимирович Ч выпускник Государственного университета управления по кафедре Управление финансовыми рисками. Старший конн сультант Отдела управленческого консультирования компании Pricewater houseCoopers по вопросам управления операционными рисками в финансон вых организациях. Certified Information Systems Auditor. Участник многих прон ектов по обзору рисков информационных систем, анализу систем внутреннен го контроля и управления рисками.

Голембиовский Дмитрий Юрьевич Ч кандидат технических наук, доцент.

Начальник отдела прогноза и анализа рисков ОАО ГМК Норильский никель.

Автор более 30 работ по вопросам управления риском.

Замковой Сергей Валерьевич Ч кандидат экономических наук, защитил дисн сертацию на тему Моделирование тенденций развития банковской системы и финансового рынка России. Советник Управления стратегического и фин нансового планирования Внешторгбанка. Специализация: планирование и прон гнозирование, анализ рисков банковской деятельности. Окончил механико математический факультет МГУ по специальности математика и аспиранн туру экономического факультета МГУ. Работал в МГУ, Центральном банке РФ, Внешэкономбанке.

Лобанов Алексей Анатольевич Ч вице-президент некоммерческого партнерн ства Исследовательская группа РЭА Ч Риск-Менеджмент. Окончил Московн ский институт электронной техники. С 1997 г. работает в инвестиционной сфере. Читает лекции в ряде профессиональных учебных центров и школ бизнеса по тематике анализа финансовых рынков, финансового риск-менеджн мента, регулирования банковских рисков и инвестиционного проектирования.

Член Международной ассоциации специалистов по управлению рисками (GARP), член правления российского отделения Профессиональной междунан родной ассоциации риск-менеджеров (PRMIA). Автор 14 научных публикаций.

Соавтор книги Учебное пособие для руководителей и контролеров организан ций, осуществляющих брокерскую, дилерскую деятельность и доверительное управление ценными бумагами. Круг научных интересов: финансовый риск менеджмент, регулирование банковской деятельности.

Рогов Михаил Анатольевич Ч кандидат экономических наук, доцент, препон дает в Государственном университете Дубна. Имеет опыт руководства анан литической работой и управления рисками в крупнейших российских банках 76й Энциклопедия финансового риск-менеджмента (ГУТА-Банк, Мосбизнесбанк), небанковском финансовом холдинге Интеррос Финком (страховой, пенсионный, лизинговый, туристический, торговый, сон циальный бизнес). С 2002 г. Ч риск-менеджер крупнейшего автопромышленн ного холдинга РусПромАвто. С 1999 г. Ч член Правления российского отн деления GARP и PRMIA. Автор десятков работ, включая первую на русском языке монографию о современных технологиях управления рыночными рисн ками Риск-менеджмент (2001), автор курса на русском языке по управлен нию рыночными рисками по программе Financial Risk Manager (1999). Научн ные интересы лежат в области применения инструментария синергетики, тен ории хаоса, фракталов, нейроматематики, квантовой теории и других метон дов в риск-менеджменте.

Ситникова Наталья Юрьевна Ч преподаватель, соискатель кафедры финанн сов РЭА им. Г. В. Плеханова. Окончила РЭА им. Г. В. Плеханова в 1993 г., Международную бизнес-школу при Наваррском университете (IESE, Universidad de Navarra, IFDP) в 2000 г. Имеет большой опыт работы в банковских и фин нансовых структурах, с компаниями Ч производителями программного обесн печения в области риск-менеджмента, также опыт участия в международных образовательных программах, научных проектах и фантах. Область професн сиональных интересов: управление рисками в финансовых структурах, анализ и управление кредитными рисками.

Тихомиров Сергей Николаевич Ч кандидат экономических наук, старший прен подаватель кафедры страхования Российской экономической академии им. Г. В. Плеханова. Окончил факультет вычислительной математики и кин бернетики МГУ им. М. В. Ломоносова, факультет экономической кибернетин ки РЭА им. Г. В. Плеханова, аспирантуру РЭА им. Г.В. Плеханова. Работал в коммерческих банках, страховых компаниях. Является соавтором ряда учебн ных пособий и учебников по различным разделам страхования и управления рисками. Область профессиональных интересов: оценка и управление рискан ми, математические методы в страховании.

Чугунов Александр Васильевич Ч проректор Российской экономической акан демии им. Г. В. Плеханова, президент некоммерческого партнерства Исслен довательская Группа РЭА Ч Риск-Менеджмент и Научно-консультационной группы Глобальные инвестиционные решения. Окончил Московский инжен нерно-физический институт по специальности прикладная математика. Член правления Гильдии инвестиционных и финансовых аналитиков (ГИФА). Автор 58 публикаций.

Шпрингель Виктор Кимович Ч магистр экономики. Окончил биологический факультет МГУ (1993) и магистратуру экономического факультета Государн ственного университета Ч Высшей школы экономики (1998). Руководитель группы Денежно-кредитная политика и банки Института открытой эконон мики. Старший преподаватель Государственного Университета Ч Высшей шкон лы экономики, преподаватель Московского института экономики и финансов (зарубежная программа Лондонской школы экономики Ч LSE). Темы препо Об авторах 7Ы даваемых курсов: Финансовые риски, Основы банковского дела, Теория и практика финансовых кризисов.

Щукин Дмитрий Федорович Ч кандидат экономических наук. Окончил Мосн ковский физико-технический институт. Финансовый директор компании БРИЗ Коммьюникейшнз. Автор более 10 публикаций по вопросам оценки и управн ления финансовыми рисками.

Энциклопедия финансового риск-менеджмента Технический редактор А. Бохенек Корректор М. Савина Верстальщик А. Фоминов Художник обложки М. Соколова Подписано в печать 25.08.03. Формат 70 х 100/16. Бумага офсетная № 1. Печать офсетная, О&ьем 49,5 п. л. Тираж 3000 экз. Заказ № 3209.

Алытина Паблишер Изд. лицензия ИД 04715 от 08.05.01. 113035 Москва, Космодамианская наб., д 40-42, стр. Тел. (095) 105-77-16 www.alpina.ru;

e-mail: info@alpina.ru Отпечатано с готовых диапозитивов на ФГУП ордена Знак Почета Смоленская областная типография им. В. И. Смирнова.

214000, г. Смоленск, проспект им. Ю. Гагарина, 2.

Кампания PIO GLOBAL года PIOGLOBAL Asset Management Паевые фонды и доверительное управление Работаем с частными лицами и компаниями www.pioglobal.ru Х Тел. 960-2-960 Х Москва, Тверская ИЗДАТЕЛЬСТВО АЛЬП И НА ПАБЛИШЕР И PIOGLOBAL ASSET MANAGEMENT ПРЕДСТАВЛЯЮТ СЕРИЮ КНИГ БИБЛИОТЕКА PIO GLOBAL Взаимные фонды с точки зрения здравого смысла:

новые императивы для разумного инвестора Богл Джон, пер. с англ., 2002, 539 с.

Взаимные (паевые) фонды Ч один из самых гибких и эффективных инструн ментов инвестирования в ценные бумаги. Даже если инвестор обладает очень скромной суммой, но хотел бы попробовать использовать ее для работы на фондовом рынке, он может сделать это, обратившись в фонд. Автор книги Джон Богл Ч основатель и Председатель Совета директоров Vanguard Group, крупн нейшей в мире группы взаимных фондов, Ч исследует преимущества и недон статки, присущие отрасли взаимных (паевых) фондов и формирует солидную аналитическую базу для осуществления продуманных инвестиций.

Книга адресована частным инвесторам, специалистам финансовых компан ний и банков, а также студентам и преподавателям экономических вузов.

Фонды облигаций: путь к получению высоких доходов Нортон Ральф, пер. с англ., 2002, 261 с.

Сегодня взаимные (паевые) фонды Ч один из наиболее удобных и надежн ных способов сбережения и накопления средств частными инвесторами. Одн 1юн№, нако непросто выбрать такой фонд, который способен обеспечить требуен мый уровень доходности при заранее известном риске. Книга Нортона расн 0БЛИГлдаИ] сказывает, как этого достичь. Она объединяет в себе фундаментальное описание доходных рынков и практическое руководство, необходимое для выбора фонда, а также определения подходящей стратегии, позволяющей r*J н-ч" добиться поставленной цели. Книга ориентирована на частных инвесторов, студентов и преподавателей экономических вузов.

i^/^fs** Обыкновенные акции и необыкновенные доходы и другие работы Фишер Филип, пер. с англ., 2002, 384 с.

В настоящий сборник вошли три работы Филипа Фишера, считающиеся класн сическими работами в области инвестиций. В них приводится методология выбора компаний, перспективных с точки зрения инвестиций, подробно изн ложенная в так называемых пятнадцати пунктах;

даются советы о том, как правильно составить инвестиционный портфель, выбрать момент покупки и продажи обыкновенных акций. Большое внимание уделено философии инн вестирования. Предложенная миру почти 40 лет назад, она не только изучан ется и применяется современными профессиональными финансистами, но и воспринимается многими как непреложная истина.

ИЗДАТЕЛЬСТВО АЛЬПИНА ПАБЛИШЕР И PIOGLOBAL ASSET MANAGEMENT ПРЕДСТАВЛЯЮТ СЕРИЮ КНИГ БИБЛИОТЕКА PIO GLOBAL Как инвестировать в индексы Исаакман Макс, пер. с англ., 2003, Збб с.

Биржевые индексные бумаги Ч недостаточно известный широкой публике, но высокоэффективный профессиональный рыночный инструмент. Книга Макса Исаакмана Ч первый полный обзор индексных ценных бумаг Ч от № несложных, ориентированных на американские индексы QQQ (100 крупнейн ших нефинансовых компаний Nasdaq) и DIA (Промышленный индекс Доу ##**;

/ Джонса) до SPDR (позволяющих осуществлять инвестиции в рыночный секн тор Ч финансовый или технологический, например) и WEBS (иностранные фондовые рынки). Любому инвестору Ч будь он частным лицом, вложивн шим в рынок тысячу долларов, или многомиллиардным институциональным инвестором Ч биржевые индексные акции помогут диверсифицировать портфель, сфокусировать внимание на деятельности отдельных секторов, а также получить доступ к различным зарубежным рынкам.

Индексные акции завоевывают рынок. Как инвестировать в индексы Ч это детальное исследован ние современного состояния популярного инструмента. Воспользуйтесь книгой как путеводной нин тью в лабиринте биржевых индексных акций, и, чем бы вы не занимались Ч краткосрочной игрой или долгосрочными инвестициями, Ч она покажет вам, как достичь успеха на современном очень рискон ванном и очень прибыльном фондовом рынке.

Книга ориентирована на специалистов инвестиционных компаний и банков, а также частных инвесторов.

Как делать деньги на фондовом рынке:

стратегия торговли на росте и падении О'Нил Уильям, пер. с англ., 2003, 329 с.

Книга описывает одну из самых прибыльных в мире систем выбора акций Ч CAN SLIMЩ, с помощью которой многие инвесторы сделали крупные состоян ния на фондовом рынке. Создатель этой системы Уильям О'Нил в последние десятилетия является одним из наиболее авторитетных биржевых консульн тантов США.

Система CAN SLIMЩ основана на закономерностях поведения самых прин быльных акций в последние 50 лет. Она опровергает многие стереотипы и ошибочные критерии выбора акций и на практике доказала свою исклюн чительную эффективность. Не случайно только в США уже продано более миллиона экземпляров этой книги.

Знание системы CAN SLIMЩ является абсолютно необходимым для профессионалов фондового рынн ка. Кроме того, книга служит прекрасным учебным пособием для преподавателей и студентов эконон мических и финансовых вузов, а также всех тех, кто стремится зарабатывать на акциях.

Книги можно приобрести в магазине Прессторг (тел.: (095) 978-55-07), центральных книжных магазинах, а также заказать на сайте www.alpina.ru или в издательстве по тел.: (095) 105-77-16.

Бесплатная доставка курьером по Москве. Почтовая пересылка по России Ч 30 рублей.

ИЗДАТЕЛЬСТВО АЛЬП И НА ПАБЛИШЕР ПРЕДСТАВЛЯЕТ Реинжиниринг банка: программа выживания и успеха Аллен Пол, пер. с англ., 2002, 264 с.

Вопрос коренного преобразования работы банка Ч один из наиболее актун альных на сегодняшний день. Увеличивающийся приток новых финансовых продуктов и технологических инноваций требует от руководителей банков быстрой реакции и умения предугадать будущее направление развития отн расли. Примитивная практика пакетного установления цен на услуги полн ностью себя изжила, поскольку современные потребители предпочитают обн ращаться за каждой из финансовых услуг в отдельности. Все эти тенденции формируют среду, в которой область допустимой ошибки при принятии упн равленческих решений постоянно сужается. Книга Пола Аллена, одного из ведущих специалистов в мире в области банковского дела, показывает, как необходимо действовать менеджерам для построения эффективной модели работы банка.

Private Banking:

элитное обслуживание частного капитала Мод Дэвид, Молино Филип, пер. с англ., 2003, 338 с.

До недавнего времени банковские операции с крупным частным капиталом были тщательно скрыты от широкой публики, и ими до сих пор занималось только несколько специализированных компаний в Англии и Швейцарии.

Однако за последние годы они вошли в разряд услуг, предлагаемых многон численными финансовыми учреждениями разных стран мира. Что такое частн ная банковская деятельность? Как она построена? Какие дополнительные возможности она дает банкам и их клиентам? На эти и другие вопросы отвен чают ведущие профессионалы в данной области.

Кредитный департамент банка:

организация эффективной работы Морсман Эдгар, пер. с англ., 2003, 257 с.

Эффективное управление кредитами Ч основа прибыльной работы банка.

Книга раскрывает основные аспекты организации кредитного дела: цели, пон литику, процедуры, мониторинг и аудит, управление кредитными портфелян ми. Значительное внимание уделено работе с проблемными займами. Предн ставлены варианты организационной структуры кредитной службы, сравнин ваются их достоинства и недостатки. Книга содержит подробнейший список контрольных вопросов, используемый для оценки кредитных подразделений, выявления тенденций и приоритетных направлений совершенствования крен дитной работы. Эта книга написана профессионалом и для профессионалов.

Она адресована не только банковским работникам, но и финансистам предприятий для лучшего пон нимания требований и условий, выдвигаемых при выдаче кредита.

ИЗДАТЕЛЬСТВО АЛЬП И НА ПАБЛИШЕР ПРЕДСТАВЛЯЕТ Опционы: полный курс для профессионалов Вайн Саймон, 2003, 416 с.

Цель книги Ч подготовить высококвалифицированных специалистов для работы на рынке опционов и FOREX. Ее важной особенностью является пракн тичность: по каждой теме даны упражнения, помогающие закрепить пройн денный материал.

В книге изложены все аспекты практической работы на рынке опционов:

опционные стратегии, динамическое хеджирование, анализ волатильности.

Особое внимание уделено управлению рисками и психологии торговли. Важн ным достоинством книги является то, что она дает всю необходимую инфорн мацию не только биржевым спекулянтам, но и производителям энергоресурн сов, металлов, продовольствия, показывая, как страховаться от риска измен нения цен и других типов рисков. Завершается книга математическим приложением и обзором кредитных деривативов.

Секреты биржевой торговли:

торговля акциями на фондовых рынках Твардовский В., Паршиков С, 2003, 530 с.

В популярных книгах по трейдингу, доступных рядовому инвестору, не слишн ком обремененному экономическими знаниями, содержится слишком мало информации о технике совершения операций на бирже, с одной стороны, и о методах управления рисками, ведения позиции и управления капиталом, с другой. Вместе с техническим и фундаментальным анализом техника сон вершения операций и методы риск-менеджмента являются краеугольными камнями в построении успешной торговли на фондовом рынке и становлен нии успешного трейдера. Авторы постарались восполнить существующий пробел и написали эту книгу.

Практика биржевых спекуляций Нидерхоффер Виктор, Кеннер Лорел, пер. с англ., Работа на бирже Ч это жизнь: удачи и успех с фатальной неизбежностью Выйдет сменяются неудачами и убытками. Шанс на удачу и риск проигрыша Ч две в сентябре стороны одной медали. Виктор Нидерхоффер, легендарный биржевой спен кулянт и автор бестселлера Education of a Speculator, как никто другой знан 2003 г.

ет это. В 1997 г. он проиграл и потерял все, а к 2002 г. возродился из пепла и снова на переднем крае финансового рынка. В этой книге Виктор Нидерн хоффер рассказывает об уроках, которые извлек из своего краха. Он разн венчивает множество мифов и ложных представлений, сформированных СМИ по вопросам, связанным с инвестициями, а также с манипуляциями рынком, не очевидными широкой публике. Книга отличается ярким языком и читается, как триллер. При этом полезность информации, содержащейся в книге, для инвесторов и биржевых спекулянтов трудно пен реоценить.

Книги можно приобрести в магазине Прессторг (тел.: (095) 978-55-07), центральных книжных магазинах, а также заказать на сайте www.alpina.ru или в издательстве по тел.: (095) 105-77-16.

Бесплатная доставка курьером по Москве. Почтовая пересылка по России Ч 30 рублей.

Pages:     | 1 |   ...   | 12 | 13 | 14 |    Книги, научные публикации