Введение

Моделирование финансовых рисков – это применение формальных математических и эконометрических методов для измерения, мониторинга и контроля рыночного, кредитного и операционного рисков, возникающих в балансе компании, в торговом портфеле банка или в отношении стоимости портфеля управляющего фондом; см. Управление финансовыми рисками. Моделирование рисков – одна из множества задач в более широкой области финансового моделирования.

Применение

Для моделирования рисков используются различные методы, включая рыночный риск, ценность под риском (VaR), историческое моделирование (HS) или теорию экстремальных значений (EVT), чтобы проанализировать портфель и спрогнозировать возможные потери при различных рисках. Как упоминалось выше, эти риски обычно классифицируются на кредитный риск, рыночный риск, риск модели, риск ликвидности и операционный риск. Многие крупные финансовые посредники используют моделирование рисков, чтобы помочь управляющим портфелем оценить необходимый размер капитальных резервов, а также принимать решения о покупке и продаже различных классов финансовых активов. Формальное моделирование рисков требуется согласно предложению Базеля II для всех крупных международных банковских институтов, установленное национальными регуляторами депозитарных учреждений. Ранее анализ рисков проводился качественно, но с развитием мощного вычислительного программного обеспечения количественный анализ рисков стал быстрым и простым.

Критика

В настоящее время установлено, что моделирование изменений с использованием распределений с конечной дисперсией является непригодным. Бенуа Мандельброт обнаружил в 1960-х годах, что изменения цен на финансовых рынках не подчиняются нормальному (гауссовскому) распределению, а лучше моделируются распределениями Леви, устойчивыми к большим отклонениям. Масштаб изменения, или волатильность, зависит от длины временного интервала в степени, немного превышающей 1/2. Крупные изменения вверх или вниз, также известные как «толстые хвосты», более вероятны, чем те, что можно было бы рассчитать, используя нормальное распределение с оцененным стандартным отклонением. Количественный анализ рисков и его моделирование подверглись критике в свете корпоративных скандалов последних лет (в первую очередь, Enron), Базеля II, пересмотренного стандарта FAS 123R и закона Сарбейнса-Оксли, а также из-за их неспособности предсказать финансовый кризис 2008 года. Быстрое развитие финансовых инноваций привело к созданию сложных моделей, основанных на ряде допущений. Эти модели, как правило, подвержены модельному риску. Существует несколько подходов к управлению неопределенностью модели. Jokhadze и Schmidt (2018) предлагают практическую структуру измерения модельного риска, основанную на байесовских расчетах. Они вводят суммарные меры риска, обеспечивающие согласованное измерение рыночного и модельного риска.