Методы оценки и управления финансовыми рисками компаний 08. 00. 10 Финансы, денежное обращение и кредит

Вид материала

Автореферат диссертации

Содержание Актуальность темы исследования. Степень научной разработанности проблемы. Цель и задачи исследования. Объектом исследования Методологической и теоретической основой исследования Научная новизна диссертационной работы Положения, выносимые на защиту Практическая значимость исследования Апробация результатов исследования. Структура диссертационной работы. Основная часть Список опубликованных работ по теме диссертации Зерттеудің мақсаттары мен міндетттері Зерттеу нысаны Зерттеудің әдіснамалық және теориялық негіздеріне Диссертация жұмысының ғылыми жаңалығы Зерттеу нәтижесінің талқылануы SUMMARY on Kuanysh B. Omarov’s Research object Scientific novelty of research ... Полное содержание

Подобный материал:

• Управление финансовыми рисками на фондовом рынке 08. 00. 10 финансы, денежное обращение, 361.95kb.
• Учебное пособие по дисциплине «Финансы, денежное обращение и кредит» для специальности, 4669.55kb.
• Описание дисциплины «Финансы, денежное обращение и кредит», 1984.13kb.
• Программа вступительного экзамена в аспирантуру по специальности 08. 00. 10. «Финансы,, 517.08kb.
• Взфэи фотография Фамилия Имя Отчество, 175.38kb.
• Литература Финансы. Денежное обращение. Кредит: Учебник для вузов / Л. А. Дробозина,, 1540.34kb.
• Литература Финансы. Денежное обращение. Кредит: Учебник для вузов / Л. А. Дробозина,, 1678.85kb.
• Программа минимум кандидатского экзамена по специальности 08. 00. 10 «Финансы, денежное, 751.04kb.
• Методические указания к выполнению курсовой работы для студентов всех форм обучения, 338.55kb.
• Вексель и вексельное обращение в корпоративных финансах российской федерации 08. 00., 379.24kb.

УДК 336.67:334.722.8 На правах рукописи

ОМАРОВ КУАНЫШ БАХЫТОВИЧ


Методы оценки и управления финансовыми рисками компаний


08.00.10 – Финансы, денежное обращение и кредит


Автореферат

диссертации на соискание ученой степени

кандидата экономических наук


Республика Казахстан

Алматы, 2009

Работа выполнена в Казахской академии транспорта и коммуникаций им.М.Тынышпаева

Научный руководитель доктор экономических наук

Абдрахманова Г.Т.


Официальные оппоненты: доктор экономических наук

Макыш С.Б.


кандидат экономических наук

Рузиева Э.А.


Ведущая организация Университет Туран


Защита состоится 19 ноября 2009 года в 14.30 часов на заседании диссертационного совета Д 20.01.07 по защите диссертаций на соискание ученой степени доктора экономических наук в Университете Международного бизнеса по адресу: 050010, г.Алматы, пр. Абая, 8А, к.208


С диссертацией можно ознакомиться в библиотеке Университета Международного Бизнеса


Автореферат разослан «___» октября 2009 года


Ученый секретарь

диссертационного совета,

д.э.н., профессор М.Х. Тусеева

ВВЕДЕНИЕ

Актуальность темы исследования. Одним из важнейших элементов рыночной экономики является финансовый рынок, формирование и интенсивное развитие которого в Казахстане стало неотъемлемой и составной частью сложного и многогранного процесса перестройки экономических отношений. Вместе с тем, неустойчивый характер экономических процессов в стране, несовершенство системы управления финансовым рынком и его законодательной и нормативно-правовой базы, усиливающаяся его зависимость от колебаний мировой конъюнктуры и ряд других факторов предопределяют существование высоких рисков для хозяйствующих субъектов, осуществляющих операции на казахстанском финансовом рынке.

Любой хозяйствующий субъект неизбежно сталкивается с неординарными ситуациями, незапланированными или непредвиденными событиями, на которые необходимо адекватно реагировать, чтобы не понести убытки. В ситуации, когда практически универсальным законом экономики является неопределенность конечного результата инвестиционных вложений, а планирование и прогнозирование объемов производства и цен продаж, величин ожидаемых денежных потоков, разработка бизнес-планов может быть осуществлена лишь с некоторой степенью приближенности, хозяйствующий субъект, принимающий решение, вынужден искать способы, позволяющие не потерять свои вложения. Многообразие форм, частота и тяжесть последствий проявления рисков, ослабляющих условия хозяйствования, невозможность абсолютного устранения вероятности его проявления вызывают необходимость исследования причинно-следственных связей и путей снижения последствий при наступлении рисковых ситуаций.

В связи с этим в последнее время все больше внимания уделяется исследованию природы рисков, однако данная проблема остается недостаточно изученной в Казахстане. В большинстве имеющихся литературных источниках рассматриваются отдельно взятые, не связанные между собой понятия рисков, что вызывает определенные трудности в их использовании и изучении. Существующие на сегодняшний день методики посвящены в основном анализу отдельных видов рисков, что в условиях неопределенности экономической среды Казахстана является недостаточным, так как не позволяет судить о стабильности деятельности компаний в целом. Следует отметить, что в многообразии существующих и функционирующих рисков финансовые риски компаний, их сущность и методические разработки, посвященные данному вопросу, являются недостаточно изученными.

Проблема управления финансовыми рисками является одной из ключевых в предпринимательской деятельности. Она связана с возможностью потери устойчивого финансового положения компании в процессе деятельности и составляет основной элемент принятия любого хозяйственного решения. В этой связи весьма значимым становится исследование возникающих в деятельности компаний финансовых рисков и идентификации методов и приемов их управления. Однако, как показывает практика, необходима разработка комплексной системы мер в этой области, так как отдельные рекомендации по управлению финансовыми рисками не дают ощутимого эффекта для компаний.

Степень научной разработанности проблемы. Диссертационное исследование базируется на методологических и теоретических разработках систем управления и оценки финансовых рисков, представленных в трудах отечественных и зарубежных ученых, которые затрагивают проблемы управления финансовыми рисками, сосредотачивают свое внимание на внутренних механизмах нейтрализации финансовых рисков.

Среди научных трудов по проблеме необходимо в области финансового менеджмента и риск-анализа отметить работы Балабанова И.Т., Буренина А.Н., Воронцовского А.В., Кандинской О.А., Касимова Ю.Ф., Кузнецова М.В., Лобанова А.А., Лукашина Ю.П., Миркина Я.М., Михайлова Д.М., Первозванской Т.Н., Первозванского А.А., Рогова М.А., Четыркина Е.М., Александера Г., Брелея Р., Бригхема Ю., Брэйли Дж., Ван Хорна Дж., Гапенски Л., Галица Л., Длиориона П., Дугласа Л., Майерса С., Маршалла Дж., Мишра В., Найта Ф., Паррамоу К., Пенза П., Рудолфа М., Рэйа К., Смита К., Уиллота П., Уолтшема Дж., Фаббози Ф., Шарпа У.

Как самостоятельное научное направление в оценках финансового риска следует выделить финансовую эконометрику, модели и методы которой позволяют оценить важнейший параметр финансового риска – волатильность. Их разработке посвящены научные труды Айвазяна С., Елисеевой И., Мхитаряна В., Бачелиева Л., Грина М., Кэмпбелла Дж., Ло В., Маккиплея А., Тейлора С., а также казахстанских ученых Баймуратова У.Б., Челекбая А.Д., Абдрахмановой Г.Т., Искакова У.М., Спанова М.У.

Однако, несмотря на целый ряд существенных теоретических результатов в этой области, их применимость на казахстанском финансовом рынке не гарантирует его участникам финансовых потерь. Все это выдвигает в число значимых научных проблем совершенствование и формирование подходов к оценке и управлению финансовыми рисками, адекватных условиям казахстанского финансового рынка, что и обусловливает актуальность диссертационного исследования.

Цель и задачи исследования. Целью диссертационного исследования является разработка научно-обоснованных теоретических и практических рекомендаций по совершенствованию методов управления и оценки рисков на финансовом рынке.

Для достижения поставленной цели необходимо решить следующие задачи:

– исследовать закономерности развития основных видов рисков казахстанского финансового рынка;

– разработать на основе обобщения и систематизации зарубежного опыта классификацию показателей риска и методов их оценки;

– провести сопоставительный анализ и обосновать применимость методов оценки рисков с использованием методологии VaR на рынке ценных бумаг;

– определить рекомендации по совершенствованию методов управления финансовыми рисками применительно к казахстанским компаниям;

– разработать методы оценки уровня риска в условиях меняющейся волaтильнocти показателей финансового рынка;

– систематизировать подходы к управлению рисками на казахстанском финансовом рынке и разработать предложения по их практическому использованию.

Объектом исследования являются казахстанские компании на рынке ценных бумаг.

Предметом исследования выступают финансовые риски, возникающие в процессе экономической деятельности компаний.

Методологической и теоретической основой исследования явились труды отечественных и зарубежных ученых в области финансового риск-анализа и риск-менеджмента, теории риска. В процессе исследования были использованы законодательные и нормативные акты, данные фондового рынка, статистика рынка ценных бумаг, а также материалы периодической печати. В качестве методического инструментария в работе использованы принципы системного подхода, методы финансового анализа, экономико-математического моделирования.

Научная новизна диссертационной работы заключается в следующем:

- определены основные виды рисков, характерные для казахстанского финансового рынка на современном этапе его развития;

- обоснована целесообразность использования показателей для измерения уровня финансовых рисков на основе сопоставительного анализа, основанные на методологии VaR;

- разработаны экономические модели для оценки постоянной и изменчивой волатильности финансового риска казахстанских компаний на рынке ценных бумаг;

- предложена методика оценки уровня рисков для казахстанского рынка ценных бумаг и валюты;

- углублены подходы и методы управления рисками казахстанского финансового рынка, адаптированные к его особенностям и условиям функционирования.

Положения, выносимые на защиту:

- теоретико-методологические подходы к классификации финансовых рисков;

- предложения по совершенствованию методов оценки финансовых рисков на основе методологии VaR;

- система методов управления финансовыми рисками компаний на казахстанском финансовом рынке;

- рекомендации по оценке ценных бумаг и уровня валютного риска.

Практическая значимость исследования заключается в том, что разработанные методические положения, практические рекомендации и выводы могут быть использованы в деятельности казахстанских компаний для эффективного управления финансовыми рисками. Применение предложенных подходов к оценке рисков существенно повысит обоснованность принимаемых управленческих решений при определе­нии экономического состояния компаний и путей их развития. Разработанная в диссертации методика комплексной оценки финансовых рисков может быть использована как компаниями при оценке риска своих партнеров, так и другими хозяйствующими субъектами (банками, инвестиционными фондами) для выбора агентов при сотрудничестве.

Теоретические положения могут быть использованы в учебном процессе.

Апробация результатов исследования. Основные теоретические положения и результаты диссертационной работы доложены на международных научно-практических конференциях: «Устойчивость и конкурентоспособность экономической, финансовой и учетной политики в инфраструктурном комплексе нового Казахстана» (Алматы, КазАТК им. М.Тынышпаева, 2007г.); «Наука и инновации на железнодорожном транспорте» (Алматы, КазАТК им. М.Тынышпаева, 2007г.); «Европейская наука в 20 столетии» (Прага, 2008г.).

Публикации. По теме диссертации опубликовано 6 научных работ общим объемом 2,5 п.л.

Структура диссертационной работы. Диссертационная работа состоит из введения, трех глав, заключения, списка использованных источников и приложений.


ОСНОВНАЯ ЧАСТЬ

Финансовый рынок является комплексным, многоплановым понятием. Теоретически его можно рассматривать как механизм реализации всевозможных активов по ценам, устанавливаемым на основе соотношения складывающегося на них спроса и их предложения. Часто финансовый рынок подразделяют на рынок ценных бумаг (акции, облигации, производные ценные бумаги типа форвардных, фьючерсных контрактов, опционы) и на рынок внебиржевых ресурсов (банковские услуги, займы, кредиты и т. д.).

Деятельность на финансовом рынке, операций с ценными бумагами, валютой (купля, продажа), предоставление и получение кредита всегда сопряжены с определенным риском. Иными словами, для любого участника (субъекта) сделки – частного лица, фирмы, банка и другой организации – всегда существует ненулевая вероятность потери определенной части средств (вложенных, ожидаемой прибыли) в результате изменения цен на рынке, из-за изменившихся условий макро- и(или) микроэкономического уровня. В этой связи, важнейшей частью деятельности на финансовых рынках является оценка и эффективное управление финансовыми рисками. На финансовых рынках усиливается конкуренция между его участниками, возрастает уровень рисков и усложняется структура обуславливающих их факторов. Все это вызывает необходимость постоянного совершенствования методов оценки уровня финансовых рисков и стратегий управления ими для их участников.

Финансовый риск может быть характеризован двумя основными группами показателей. Первую из них образуют характеристики волатильности (изменчивости) индикаторов финансового рынка (индексов рынков, кривых процентных ставок и т.д.). Во вторую группу входят показатели чувствительности результатов деятельности хозяйствующих субъектов на финансовом рынке к последствиям изменчивости его индикаторов.

На их основе можно определить варианты стратегии поведения на финансовом рынке, характеризующиеся наименьшим риском при изменении рыночной ситуации. Очевидно, что в условиях конкурентного рынка его участники практически не имеют возможности контролировать волатильность индикаторов финансового рынка; они могут только приспособить чувствительность результатов своей деятельности к этим изменениям.

Основными индикаторами финансового рынка (или его отдельных инструментов) являются цена и доходность. В свою очередь, волатильность определяется как мера разброса значений его цены или доходности вокруг ожидаемого уровня. Вместе с тем, математическая статистика в большей степени оперирует среднеарифметическими показателями. Для некоторых финансовых показателей использование геометрической доходности особенно удобно. Например, обменные валютные курсы могут быть выражены через каждую из двух валют для каждой пары: курс доллара в тенгех или курс тенге в долларах.

Распределения геометрической доходности любого этих курсов абсолютно симметричны, чего нельзя сказать о распределениях арифметической доходности. Квадратный корень из оценки дисперсии цены или доходности  стандартное отклонение  и называют волатильностью (изменчивостью), которая и представляет собой основную меру риска рыночного финансового инструмента.

Существуют различные подходы к оценке волатильности, которые применяются на практике. Каждый из них основан на определенных предположениях относительно закономерностей изменения рыночного показателя. При определенных предложениях относительно характера изменения цен волатильность может быть определена на основе оценок ее значений, полученных за прошлые периоды. Важно отметить, что поскольку волатильность растет пропорционально корню из времени, а средняя (ожидаемая доходность) растет пропорционально времени, на долгосрочных горизонтах планирования доминирует средняя, а на краткосрочных  текущая волатильность. Это является причиной, по которой в качестве измерителя риска очень часто принимают только волатильность без учета уровня ожидаемой доходности.

Анализируя применимость рассмотренных показателей риска к оценке и управлению им на казахстанском фондовом рынке необходимо отметить следующее. Возможности применения показателей в рассмотренных моделях, к управлению рисками в казахстанских условиях весьма ограничены, поскольку не соблюдаются важнейшие базовые предположения, лежащие в основе этих моделей. Во-первых, отсутствует набор относительно безрисковых активов, являющихся неотъемлемой частью любого сбалансированного и консервативного портфеля. Во-вторых, в Казахстане на рынке ценных бумаг существует достаточно сильная положительная зависимость между динамикой курсов различных активов (особенно акций), что резко снижает эффективность любой диверсификации.

Кроме того, предположения о существовании совершенного рынка капитала, однородных ожиданиях инвесторов о будущем, одинаковой оценке рыночного портфеля всеми инвесторами резко снижают эффективность применения этих моделей для оценки и управления рисками казахстанского финансового рынка. Ограниченность применения рассмотренных показателей обусловлена тем, что они не в состоянии отразить риск финансового портфеля инвестора, который может состоять из десятков тысяч различных инструментов. Риск портфеля можно было бы описать функцией распределения изменения стоимости портфеля за некоторый временной интервал, рассмотрев все возможные сценарии развития событий на рынках и подсчитав для каждого из них изменение стоимости портфеля.

К сожалению, получить точную оценку риска в виде скалярной величины невозможно из-за потенциально бесконечного числа возможных сценариев развития событий. Поэтому, говоря о риске портфеля, всегда подразумевают некоторую (как правило, вероятностную) оценку величины риска. Наиболее широко используется в финансовом анализе оценка меры риска VaR (Value-at-Risk). VaR – это выраженная в денежных единицах (базовой валюте) оценка максимальных, ожидаемых в течение данного периода времени с данной вероятностью потерь данного портфеля (открытых позиций) под воздействием рыночных факторов риска. VaR не применяется для рынков, находящихся в состоянии шока.

Распределение прибыли/потерь

заданного портфеля Доверительный уровень (95%)







Потери Прибыль




VAR 0


Рисунок 1 – Экономический смысл понятия VaR


На рисуноке 1 наглядно представлен экономический смысл понятиея стоимости под риском, где кривая задает распределение вероятностей прибыли и потерь для заданного портфеля и периода поддержания позиций. Правая часть соответствует выбранному доверительному интервалу (95%) в том смысле, что ее площадь составляет 95% от общей площади под кривой. Стоимость под риском представляет собой величину возможных потерь, отвечающих заданному доверительному уровню.

Концепция Value at Risk призвана дать четкий и однозначный ответ на вопрос, неизбежно возникающий при проведении операций на финансовых рынках. Величина VaR для портфеля заданной структуры определяется, как наибольший ожидаемый убыток, обусловленный колебаниями цен на финансовых рынках, который рассчитывается:

• на определенный период времени в будущем (временной горизонт);

• с заданной вероятностью его непревышения (доверительный интервал);

• при данном предположении о характере поведения рынка (метод расчета).

VaR рассчитывают на базе изменения цен. Эти изменения могут быть в разных формах, например: абсолютные, относительные и логарифмические. Задача состоит в том, чтобы определить с определенной вероятностью максимально возможные изменения стоимости портфеля, чего «традиционные» показатели риска сделать не могут.

Стратегия управления рисками компании определяется исходя из приоритетов ее деятельности на финансовом рынке. Одни компании стремятся к стабильности, предпочитая относительно скромные, но надежные доходы, другие готовы взять на себя значительный риск, если это предполагает хороший доход. Таким образом, стратегия управления рисками связана с рассмотренной дилеммой «риск-доходность». Основная опасность рыночного риска, как и всякого финансового риска, состоит в том, что он приводит к неустойчивости денежных потоков во времени. Все это, в конечном счете, серьезно влияет на финансовые показатели компании и, прежде всего, на ее финансовую устойчивость.

Эконометрические модели и методы оценки волатильности отдельного финансового показателя цены, стоимости портфеля с фиксированной структурой используются в предположении, что волатильность определяется отклонением измеренного значения показателя от его расчетного значения, определенного на основе эконометрической модели, отражающей закон (закономерность) его изменения во времени.

Для оценки более сложных и комплексных показателей финансового риска на основе VaR большинство специалистов рекомендуют использовать пять основных моделей: ковариационный (дельта-нормальный) метод, дельта-гамма приближение, Монте-Карло, историческое моделирование, стресс-тестинг. Ковариационный метод расчета показателя VaR уходит своими корнями в современную теорию портфеля финансовых активов (modem  portfolio theory), в которой мерой рыночного риска выступает дисперсия доходности портфеля. В ковариационном методе стандартное отклонение доходности используется в качестве базы для получения другой, более удобной на практике меры риска  наибольшего ожидаемого убытка.

Однако они позволяют получить удовлетворительные оценки, если: а) модель «достаточно хорошо» применима к исходным данным; б) на рынке не ожидается резких изменений факторов, обусловливающих закономерности развития исследуемого финансового показателя. Для оценки закономерностей изменений курсов валют и оценок риска казахстанского валютного рынка (волатильности) рассмотрены варианты моделей с результирующим показателем.

Для оценки коэффициентов модели использовался отбор значимых факторов, который проводился по критерию Стьюдента (линейная зависимость с фактором времени). В ходе исследования для целей сопоставительного анализа были отобраны следующие варианты моделей:

1) линейная зависимость


a) у_t =35,41 + 0,001d – 0,486f – 0,495h +_t , (1)


где с - темп инфляции, d- денежная масса, е- остатки на корсчетах, f - ставки по тенговым депозитам, g- ставки НБ, h- экспорт, у - валютный курс доллара к тенге.

Коэффициент детерминации – 0,85; критерий Фишера – 4,33; дисперсия – 0,053, волатильность – 0,23.

В модели фактор d характеризуется значением критерия Стьюдента меньшим, чем критическое (1,61). Вследствие этого был построен второй вариант этой модели, в который данный фактор не был включен:


б) у_t =37,02 – 0,565f – 0,531h +_t , (2)


Коэффициент детерминации – 0,82; критерий Фишера – 4,19; дисперсия – 0,058; волатильность – 0,24. Все факторы модели являются статистически значимыми. Другие типы моделей показали гораздо худшие результаты (коэффициенты детерминации – на уровне 0,5-0,6; волатильность – 0,3-0,4).

Нами рассматривались наиболее ликвидные на казахстанском рынке ценных бумаг и привлекательные для инвесторов обыкновенные акции следующих компаний: АО «KAZAKHMYS PLS», АО «Астана Финанс», АО «УстьКаменогорский титаномагниевый комбинат», АО «Международный аэропорт Алматы», АО «Цеснабанк», АО «Казахтелеком», АО «Разведка Добыча «Казмунай Газ». Выбор акций этих компаний обусловлен тем, что они являются высоколиквидными ценными бумагами казахстанского фондового рынка.

В отношении этих акций заметим, что цены на большинство из них характеризуются достаточно значительными корреляционными взаимосвязями за исключением акций АО «KAZAKHMYS PLS» и АО «УстьКаменогорский титаномагниевый комбинат» (таблицы 1), что является определенным свидетельством наличия существенного риска на казахстанском финансовом рынке и, в частности, тем обстоятельством, что диверсификация портфеля не является мерой, способной существенно снизить финансовые риски.


Таблица 1 – Коэффициенты парной корреляции цен на акции крупнейших

казахстанских компаний в период с 1 августа 2005г. по 30 декабря 2008г.

	GB_KZMS	UTMK	ARAL	TSBN	KZTK	RDGZ	ASFI
GB_KZMS	1	0,44	0,63	0,42	0,04	0,77	0,70
UTMK	0,44	1	0,78	0,66	0,52	0,65	0,01
ARAL	0,63	0,78	1	0,80	0,65	0,90	0,84
TSBN	0,42	0,66	0,80	1	0,85	0,76	0,93
KZTK	0,04	0,52	0,5	0,85	1	0,55	0,94
RDGZ	0,77	0,65	0,90	0,76	0,55	1	0,86
ASFI	0,70	0,1	0,84	0,93	0,94	0,86	1
Примечание – Составлено автором.

Для оценки волатильности курсов рассматриваемых акций использовались различные варианты моделей финансовой эконометрики. По результатам сопоставительного анализа характеристик этих моделей, проведенного с использованием ряда статистических критериев детерминации, Фишера, Дарбина-Уотсона, Бартлетта было установлено, что наилучшее приближение к исходным данным обеспечивает модель с измеряющейся волатильностью следующего вида:


x_t = m_t + v_t и_t , (3)

где: x_t – характеризует значение производного от цены акций показателя в момент t, m_t – его оценку по выбранной модели; и_t ~ N(0,1), v_t – процесс, характеризующий изменчивость волатильности.

В рассматриваемом интервале в качестве показателя x_t целесообразно было выбрать либо отношение цен на акции, т.е.


x_t = y_t / y_t-1 , (4)

либо их первую разность


x_t = y_t – y_t-1 . (5)

Преобразование представляет несколько больше удобства для анализа полученных результатов, поскольку анализ значений первых 10 коэффициентов автокорреляции временных рядов показателя x_t для каждой из рассматриваемых акций показал, что для всех них этот процесс может рассматриваться приблизительно с меняющейся дисперсией (таблица 2).


Таблица 2 – Характеристики процессов изменения производных показателей

цен на акции казахстанских компаний на различных временных интервалах в период с 01.2005г. по 12.2008г.

Акции и параметры моделей	периоды
	1	2	3	4	5
ASFI М D Критерий Бартлегта 233	0,989 0,003	1,002 0,002	0,996 0,003	1,027 0,014	0,999 0,001
UTMK М D Критерий Бартлетга 383	1,001 0,003	0,995 0,003	1,019 0,018	1,001 0,003
ARAL М D Критерий Бартлетта 184	0,998 0,001	0,995 0,002	1,015 0,008	1,005 0,001
TSBN М D Критерий Бартлетга 464	0,996 0,002	0,998 0,003	1,015 0,013	1,004 0,002
KZTK М D Критерии Бартлетта 103	0,995 0,002	0,996 0,003	1,015 0,012	1,006 0,003	0,992 0,001
GB_KZMS М D Критерий Барлетта 408	1,004 0,011	1,003 0,002	1,010 0,002	0,998 0,001	1,002 0,001
RDGZ D Критерий Бартлетга 525	0,995 0,002	0,995 0,004	1,023 0,019	1,010 0,002
Примечание – Составлено автором.

Анализ изменчивости математического ожидания показателей на рассматриваемых участках, проведенных по критерию их дисперсии (критерий Бартлетта) и значений первых 10 парных коэффициентов автокорреляции (их модуль превосходит 0,1), позволил считать их значимыми.

Рассматриваемый период времени для каждой из акций разбивался на 4-5 временных интервалов, в зависимости от характера изменчивости показателя x_t. На каждом из интервалов (длиной от 100 до 400 точек) рассчитывалось значение математического ожидания М и дисперсии D, а также для показателя определялись значения критериев Стьюдента и Бартлетта. Значения критериев Стьюдента показали, что процесс изменения предлагаемой характеристики по каждому курсу акций можно рассматривать как стационарный.

Значения критерия Бартлетта показывают, что волатильность рассматриваемых процессов на интервалах существенно различается. Критерий Дарбина-Уотсона свидетельствует о наличии положительной зависимости в ряду ошибок модели. Изменчивость волатильности для рассматриваемых производственных характеристик курсов акций показала, что на исследуемом интервале в наибольшей степени подходит модель авторегрессии первого, второго и даже третьего порядка. Модель третьего порядка волатильности можно представить в следующем виде:


_t² = ₁²_t-1 +₂²_t-2 + ₃²_t-3 +_t , (6)


где _t²= ² – D – центрированное значение квадрата ошибки в момент t, определяемое в нашем случае как и D – дисперсия в процессах х_t, – значение показателя, предсказанное на основании модели (в нашем случае приблизительно можно считать, что для всех акций = 1 для преобразования (4) и = 0 для преобразования (5).


В подтверждение обоснованности данного типа модели волатильности в таблице 3 приведены значения выборочных коэффициентов автокорреляции рядов _t² для рассматриваемых производных показателей акций компаний.


Таблица 3 – Значения статистически значимых выборочных коэффициентов

автокорреляции квадратов ошибки производных показателей рядов акций

коэффициент автокорреляции	Акции
	ASFI	UTMK	ARAL	TSBN	KZTK	RDGZ	GB_KZMS
1	0,26	0,16	0,21	0,25	0,02	0,08	0,46
2	0,36	0,15	0,06	0,30	0,01	0,01	0,35
3	0,13	0,10	0,18	0,32	0,01	0,31	0,34
4	0,15	0,35	0,13	0,25	0,01	0,05	0,23
5	<0,1	0,18	0,04	0,22	-	0,01	0,22
6	-	0,16	0,08	0,28	-	0,06	0,21
Примечание – Рассчитано автором.

С использованием метода Юла-Уокера на основе расчетных данных о квадратах моделей были получены следующие зависимости для оценки волатильности показателей курсов акций:


1. ASFI , (7)


дисперсия модели D = 0,0002, значение критерия Дарбина-Уотсона для модели (ДУ) равно 1,87.

2. UTMK , (8)

D = 0,0003, ДУ = 2,00


3. ARAL , (9)

D = 4,4 10^-5, ДУ = 1,88


4. TSBN , (10)

D = 0,0001, ДУ = 2,02


5. KZTK , (11)

D = 0,0008, ДУ = 1,51


6. RDGZ , (12)

D = 0,0004, ДУ = 1,98


7. GB_KZMS , (13)

D = 3 10^-5, ДУ = 1,95


Из выражений (7)-(13) и их характеристик следует, что все они являются статистически корректными (значение критерия Дарбина-Уотсона свидетельствует об отсутствии автокорреляции в ряду ошибок этих моделей _t). Они с достаточной степенью точности описывают изменения волантильности. Таким образом, оценка волатильности по приведенным акциям без учета ее корректировки на основе выражения (6) составляет примерно 7% от цены акции, а оценка получения на основе такой корректировки  5,5%.

С учетом этих оценок получается, что в период с 1 июня 2005г. по 30 декабря 2008г. для акций ведущих казахстанских компаний оценка риска, рассчитанная по средней квадратической ошибке, составляла примерно 20% от цены акции. Использование моделей типа «продукт-процесс» позволяет снизить оценку риска до величины  15% от уровня акции.

Отметим, что приведенные оценки риска акций крупнейших казахстанских компаний справедливы для исходных данных периода с января 2005г. по декабрь 2008г., который характеризуется ярко выраженной нестабильностью казахстанского финансового рынка. На основе методов эконометрического моделирования были также оценены риски для этих акций на относительно более «спокойном» этапе развития казахстанского финансового рынка – с 1 июля 2006г. по 30 декабря 2008г. Полученные результаты свидетельствуют, что наиболее приемлемой моделью для описания динамики курсов акций является выражение типа

х_t = т_t + _t , (14)

где для всех акций.


Однако при этом ошибка _t является практически для всех акций (за исключением GB_KZMS, ARAL и TSBN). Для этих акций квадраты ошибки характеризуются лишь достаточно слабыми корреляционными связями первого порядка (первый коэффициент автокорреляции равен примерно 0,2; остальные можно считать статистически незначимыми). В целом, дисперсия ошибки _t для большинства рассматриваемых акций в этот период равна приблизительно 0,001, что составляет примерно половину дисперсии, рассчитанной для исходного периода с 1 июня 2005г, по 30 декабря 2008г.

Оценки риска показали, что величина, оцененная для большинства рассмотренных акций, находится в пределах 10% от их курсовой стоимости. Исключение составляют акции АО «Астана Финнанс», уровень риска для которых составляет примерно 17% от цены акции. Заметим при этом, что использование модели типа «продукт-процесс» для оценки риска акций АО «KAZAKHMYS PLS», АО «Международный аэропорт Алматы» и АО «Цеснабанк» позволяет снизить его уровень достаточно несущественно – примерно на 5% от его расчетного уровня.

Для формирования портфелей были выбраны акции семи компаний, именно этот сектор казахстанского фондового рынка в наибольшей степени характеризуется нормальным распределением волатильности, являющимся, в частности, предпосылкой использования ковариационного метода. Необходимо отметить, что выбор в качестве объекта исследования портфеля, состоящего лишь из одного инструмента (в данном случае акций только одного эмитента) значительно снизил бы ценность исследования.

Это обусловлено тем, что показатель VaR обычно является суб­аддитивной мерой риска (т.е. сумма VaR отдельных позиций обычно меньше VaR портфеля) в целом из-за положительных корреляционных связей между ценами инструментов. Базовые модели расчета VaR, в частности, на основе ковариационного метода и метода Монте-Карло, предназначены в первую очередь, для оценки рисков диверсифицированных портфелей, состоящих преимущественно из сложных (производных) инструментов.

Для расчета величины VaR по портфелю в каждом методе используются логарифмические приращения дневных цен закрытия торгов по акциям, далее называемые просто «доходностью».

Затем для каждого портфеля с использованием каждой из шести моделей были рассчитаны величины рисковой стоимости по всем дням из интервала тестирования за исключением первых N дней. После усреднения результатов по 1000 портфелей для каждой модели было установлено число дней, когда фактические убытки, вызванные изменением стоимости портфеля, превышали прогнозную величину VaR, рассчитанную в предыдущий день, а также были получены средние значения этих превышений как процент от величины VaR. Оценка сравнительной эффективности моделей в дальнейшем производилась на основе следующих критериев:

• минимальное среднее расхождение между фактически наблюдаемым и теоретическим доверительным интервалом модели;

• минимальная средняя надбавка к нормативному коэффициенту;

• минимальное среднее превышение фактическими убытками прогнозной величины VaR.

Данная гипотеза находит свое подтверждение в результатах исследования, приведенных в таблице 4.


Таблица 4 – Фактически наблюдаемые доверительные интервалы для

различных моделей расчета VaR (в среднем по 1000 портфелей)

Период тестирования	Ковариационный метод			Метод исторического моделирования
	N =250 дн.	N = 30 дн.	Экспонен. сглаж. 	N =250 дн.	N =30 дн.	Кумулят. N
09.05-12.08 (1053 дня)	95,17%	94,21%	93,98%	99,09%	96,36%	98,61%
01.06-09.06 (186 дней)	95,37%	94,28%	96,09%	97,76%	96,21%	97,14%
10.06-04.07 (123 дня)	93,99%,	95,0%	94,26%	98,79%	96,72%	97,50%
05.07-12.07 (168 дней)	90,1%	93,46%	86,77%	99,99%	96,95%	99,97%
01.08-12.08 (230 дней)	98,89%	94,31%	97,35%	99,63%	96,01%	99.89%
Примечание – Составлено автором.

Полученные результаты следует анализировать как в разрезе применяемых моделей, так и различных фаз рынка. Из таблицы 4 следует, что метод исторического моделирования с периодом наблюдений N=250 дней обеспечивает средний доверительный интервал, наиболее близкий к заданной точности в 99%, как на протяжении всего периода тестирования, так и почти во всех фазах рынка.

Единственным исключением является период с января по декабрь 2008г., для которого наименьшую частоту превышений реально наблюдаемых убытков портфелей над величиной VaR демонстрирует модель с кумулятивно увеличивающимся периодом наблюдений.

Этот результат может быть объяснен изменениями в характере развития рынка в 2008г., а также большой длительностью периода наблюдений в данной модели, что дает возможность учитывать при генерировании гипотетических сценариев изменения цен различные фазы рынка. Из трех моделей на базе метода исторического моделирования наименьшая точность присуща модели с краткосрочным периодом наблюдений N =30 дней, реальный доверительный интервал которой не превышает 97%.

Таким образом, данные таблицы 4 подтверждают, что модели, основанные на применении ковариационного метода, характеризуются наименьшей адекватностью для казахстанского финансового рынка. В частности, на всем периоде тестирования модель с экспоненциальным сглаживанием стандартного отклонения обеспечивает доверительный интервал 93,98%, что является наихудшим результатом для всех рассматриваемых моделей. В период с мая по декабрь 2007г., отмеченного сильнейшим спадом рынка, фактическое покрытие величиной VaR убытков по портфелям в этой модели составляет лишь 86,77%. Весьма близким значением фактического доверительного интервала (90,1%) для данной фазы рынка характеризуется ковариационный метод с N=250 дней.

Это самые неудовлетворительные результаты для всех рассматриваемых моделей и фаз рынка. Невысокая точность моделей на основе ковариационного метода объясняется их низкой чувствительностью к резким изменениям волатильности рынка в фазах резкого роста или падения рынка, а также недостаточной длительностью периода наблюдений для прогнозирования продолжительных движений рынка (для моделей с N=30 дней и экспоненциальным сглаживанием стандартного отклонения).

Для определения размера превышений реально наблюдаемыми убытками прогнозной величины VaR для каждого портфеля были рассчитаны процентные значения отрицательных дневных отклонений стоимости портфеля от величины VaR предшествующего дня, которые затем были усреднены по общему количеству таких случаев превышения, имевших место в течение рассматриваемого периода тестирования. Полученные значения были агрегированы по всем портфелям для нахождения итогового среднего размера превышений убытками величины VaR для каждой модели и периода тестирования, которые приведены в таблице 5.


Таблица 5 – Превышения убытками прогнозной величины VaR (в среднем по 1000 портфелей)

Период тестирования	Ковариационный метод			Метод исторического моделирования
	N =250 дн.	N = 30 дн.	Экспонен. сглаж. 	N =250 дн.	N =30 дн.	Кумулят. N
09.04-12.08 (1053 дня)	53,40%	56,60%	65,75%	43,06%	52,01%	44,82%
01.06-09.06 (186 дней)	45,23%	70,07%	51,79%	47,17%	80,43%	44,78%
10.06-04.07 (123 дня)	53,66%	60,35%	57,65%	40,22%	51,19%	54,70%
05.07-12.07 (168 дней)	64,11%	56,99%	97,29%	0,14%	33,12%	0,13%
01.08-12.08 (230 дней)	25,23%	51,81%	52,02%	10,22%	48,75%	1,09%
Примечание – Составлено автором.

Данные таблицы 5 показывают, что относительные величины превышений убытков над прогнозной величиной VaR в большинстве случаев оказываются весьма высокими. Этот факт обусловлен более высокой волатильностью казахстанского фондового рынка по сравнению с развитыми рынками, где этот показатель обычно не превышает 10%.

Тем не менее, по критерию наименьшего размера превышений убытками прогнозной величины VaR, метод исторического моделирования снова оказывается более эффективным, чем ковариационный метод. Так, на всем периоде тестирования минимальный размер превышений (43,06%) характерен для модели на основе метода исторического моделирования с периодом наблюдений в 250 дней.

В то же время для последних двух фаз рынка, охватывающих период с мая 2007г. по декабрь 2008г., большую точность обеспечивает модель с кумулятивно увеличивающимся периодом наблюдений.

Точность внутренней модели может быть оценена путем регулярной проверки, предполагающей сопоставление ежедневных оценок рыночного риска от реальных изменений стоимости портфеля за определенный период времени.

Проверка точности модели заключается в сопоставлении прогнозного значения VaR за данный день и фактической прибыли или убытка, полученного в результате изменения стоимости торгового портфеля в этот день. Для «приемлемой» модели на протяжении всего периода тестирования величина рисковой стоимости должна превосходить понесенные убытки, за исключением определенного числа случаев задаваемого доверительным интервалом. Предполагается также, что структура торгового портфеля остается неизменной на протяжении горизонта прогнозирования.

Таким образом, данное исследование позволяет провести верификацию и сравнительный анализ точности различных моделей расчета VaR. В результате этого можно определить характеристики качества модели и рассчитать минимальный размер капитала финансового института.

При управлении финансовым риском не стоит также забывать, что границы применения VaR весьма широки (хотя, в настоящее время имеются разработки по внедрению концепции VaR в процесс измерения кредитного риска). В частности, применение VaR ограничено при учете редких, но весьма опасных событий (типа черного вторника или банковского кризиса). В таких случаях стоит применять и другие методы, например StressTesting, хеджирование и лимитиролвание.

Главные проблемы применения рассмотренных методов управления рисками в Казахстане связаны с нестабильностью отечественных финансовых рынков и их короткой историей. Стрессовые колебания рынка приводят к неточности оценок моделей VaR, приспособленных к западным условиям. Неразвитость казахстанского финансового рынка обусловливает недостаточность исторических наблюдений, необходимых для прогнозных оценок волатильностей, процентных ставок и корреляций. При этом для каждого рынка характерна узкая ориентированность (специфичность).