КІЛЬКІСНІ МЕТОДИ ОЦІНКИ ФІНАНСОВИХ РИЗИКІВ.

Кількісні методи оцінки можна поділити на розрахунково-аналітичні і математико-статистичні (імовірнісні).

Розрахунково-аналітичні методи . Перевага розрахунково-аналітичних методів полягає в тому, що вони можуть бути застосовані в багатьох сферах і галузях діяльності, а також дозволяють дати кількісну оцінку ризиків і забезпечують прийнятну точність її результатів. Однак частина методів може бути застосована тільки в ситуації, близької до повної визначеності, тому в окремих методиках допускається наближена, суб'єктивна оцінка ймовірності, що знижує її точність. Розглянемо деякі розрахунково-аналітичні методи.

Оцінка кредитних ризиків по моделі Е. Ал'тманаК Модель Альтмана дозволяє оцінити ризик виникнення банкрутства підприємства / компа- пии або зниження її кредитоспроможності на основі наступної моделі:

де Z - підсумковий показник оцінки кредитного ризику підприємства / ком- панії; До х - власні оборотні кошти / сума активів; До 2 - чистий прибуток / сума активів; / С 3 - прибуток до оподаткування і виплати відсотків / сума активів; / С 4 - ринкова вартість акцій / позиковий капітал; До 5 - виручка / сума активів.

Для оцінки кредитного ризику у підприємства необхідно порівняти отриманий показник з рівнями ризику, представленими в табл. 3.11.

Таблиця 3.11

Рівень кредитного ризику за критерієм Альтмана

критерій Атьтмана

Кредитний ризик (ймовірність банкрутства)

1,8 і менше

Дуже високий

Від 1,81 до 2,7

високий

Від 2,8 до 2,9

помірний

більш 2,99

низький

Модель Альтмана має ряд переваг: простота і можливість застосування при обмеженій інформації; порівнянність показників; можливість поділу аналізованих компаній на потенційних банкрутів і не банкрутів; висока точність розрахунків.

Проте цієї моделі притаманні такі недоліки: складність інтерпретації підсумкового значення; залежність точності розрахунків [1]

від вихідної інформації; обмеженість області застосування; заснована на застарілих даних; не враховує показників рентабельності.

Оцінка кредитних ризиків по моделі Р. Таффлера [2] . Ще одна модель оцінки кредитних ризиків підприємства / компанії - модель Р. Таффлера. Формула розрахунку має такий вигляд:

де Z Ta jp er - оцінка кредитного ризику підприємства / компанії; К - показник рентабельності підприємства (прибуток до сплати податку / поточні зобов'язання); До 2 - показник стану оборотного капіталу (поточні активи / загальна сума зобов'язань); До 3 - фінансовий ризик підприємства (довгострокові зобов'язання / загальна сума активів); До А - коефіцієнт ліквідності (виручка від іродаж / сума активів).

Отримане значення кредитного ризику необхідно зіставити з рівнем ризику, який представлений в табл. 3.12.

Таблиця 3.12

Рівень кредитного ризику за критерієм Таффлера

критерій Таффлера

Кредитний ризик (ймовірність банкрутства)

більше 0,3

низький

0,3-0,2

помірний

менше 0,2

високий

Перевагою моделі Таффлера є висока точність прогнозу ймовірності банкрутства компанії, що пов'язано з великим числом проаналізованих компаній. Недоліки: обмеження сфери застосування (тільки для акціонерних товариств, акції яких активно торгуються на фондовому ринку); складність інтерпретації підсумкового значення; неможливість використання в російських умовах (не враховує російські особливості економіки); залежність точності розрахунків від вихідної інформації; використання історичних даних.

Оцінка структури активів і джерел фінансування за ступенем ризиків ліквідності і фінансової стійкості. Група фінансових показників, що відображають наявність, розміщення і використання фінансових ресурсів з метою подальшої оцінки ризику для організації, включає в себе:

  • • ризики структури активів і пасивів;
  • • ризики втрати платоспроможності, фінансової стійкості та незалежності;
  • • ризики наслідків зниження ділової активності і рентабельності організації [3]

В силу особливостей вихідної інформації і конструкції показників оцінка ризиків може здійснюватися на основі детермінованих моделей. Фактором ризику є недостатність або надлишок коштів за окремими групами активів, а його наслідками - втрати в часі і в первісної вартості перетворення активів в готівку грошові кошти. Це може привести до обмеження можливостей організації по виконанню зобов'язань.

В умовах визначеності група показників оцінки ризику включає в себе фінансові показники, які відображають наявність, розміщення і використання фінансових ресурсів і тим самим дають можливість оцінити ризик наслідків результатів діяльності підприємства 1 .

В якості вихідної інформації при оцінці ризику використовується бухгалтерська звітність підприємства: бухгалтерський баланс (форма 1), що фіксує майнове і фінансове становище організації на звітну дату; звіт про фінансові результати (форма 2), що представляє результати діяльності за звітний період.

Ідентифікованими видами ризиків для прийняття зовнішніми і внутрішніми користувачами інформації ділових рішень є:

  • • ризики структури активів і пасивів;
  • • ризики втрати платоспроможності, фінансової стійкості та незалежності;
  • • ризики наслідків зниження ділової активності і рентабельності організації.

В силу особливостей вихідної інформації і конструкції показників оцінка ризиків може здійснюватися на основі детермінованих моделей.

Оцінка кредитного ризику компанії. Нижче наводиться ілюстрація методики оцінки, заснована на рейтингу базових показників фінансового стану.

У табл. 3.13 наведені коефіцієнти ліквідності, незалежності і забезпеченості власними засобами, їх угруповання і допустимі межі зміни.

Таблиця 3.13

Бальна оцінка коефіцієнтів ліквідності, незалежності і забезпеченості власними засобами

Фінансовий коефіцієнт

рей-

тинг

Коридор допустимих змін

максимальний

середній

мінімальний

абсолютної ліквідності

критичної ліквідності

поточної ліквідності

фінансової незалежності

1 Каратша Е. В. Указ. соч.

Фінансовий коефіцієнт

рей-

тинг

Коридор допустимих змін

максимальний

середній

мінімальний

Забезпеченості власними оборотними засобами

Забезпеченості запасів і витрат власними джерелами

Умовні позначення: Х : - значення рейтингу; Р, - кількість присвоєних балів.

Далі кількість балів за всіма коефіцієнтами підсумовується і в залежності від набраної кількості балів розробляється система класів: 1 - вищий клас (високий рейтинг), б - найнижчий (нульовий рейтинг).

  • 1-й клас - підприємства практично без ризику. Можна бути впевненим у поверненні кредитів і виконання інших зобов'язань з хорошим запасом фінансової міцності підприємства. Високий рейтинг.
  • 2- й клас - підприємства деякого рівня ризику по кредитах або інших зобов'язаннях, але ще не розглядаються як ризиковані. Нормальний рейтинг.
  • 3-й клас - проблемні підприємства. Для банків та кредиторів навряд чи існує загроза втрати коштів, але повне отримання відсотків, виконання зобов'язань видається сумнівним. Середній рейтинг.
  • 4-й клас - підприємства особливої уваги, так як є ризик при взаєминах з ними. Банки і кредитори можуть втратити кошти і відсотки. Знижений рейтинг.
  • 5-й клас - підприємства найвищого ризику, низьку платоспроможність. Висока ймовірність невиконання фінансових зобов'язань. Низький рейтинг.
  • 6-й клас - підприємства найвищого ризику, практично неплатоспроможні. Можливість досить швидкого поліпшення фінансового стану дуже незначна. Нульовий рейтинг.

Математико-статистичні ( імовірнісні ) методи. Застосування подібних методів передбачає встановлення зв'язку між змінними на основі, наприклад, кореляційного і регресійного аналізів, а також облік імовірнісних характеристик зміни досліджуваних параметрів.

Базові показники ризику. Основними показниками ризику є:

  • • математичне очікування;
  • • дисперсія;
  • • середньоквадратичне відхилення;
  • • коефіцієнт варіації (в статиці і динаміці).

Математичне сподівання - це абсолютна величина настання

якої-небудь події, помножена на ймовірність його настання, що визначає середньозважене або середнє очікуване значення ризику, де в якості ваг виступають ймовірності. Математичне сподівання виникнення події визначають але такою формулою [4] :

де / ?, - можливе значення якої-небудь події; Р) - ймовірність настання цієї події.

Дисперсія - середньозважене квадратів відхилень випадкового значення якої-небудь події від його математичного очікування, тобто відхилень дійсних результатів від очікуваних, або ступінь розкиду. Дисперсію розраховують за формулою

Квадратний корінь з дисперсії називається середньоквадратичним відхиленням (або стандартним відхиленням):

Середньоквадратичне відхилення - це статистична міра варіації або широти розподілу, ступеня відхилення очікуваного значення від середньозваженої величини, тобто ступінь розкиду можливих результатів, або ступінь ризику:

Величина стандартного відхилення характеризує абсолютну мінливість, тобто чим більше стандартне відхилення, тим вище рівень ризику.

При прийнятті рішення з урахуванням вибору з двох і більше варіантів з різним рівнем ризику необхідно використовувати коефіцієнт варіації.

Коефіцієнт варіації являє собою відношення стандартного відхилення до величини математичного очікування і показує ступінь відхилення отриманих результатів:

Цей коефіцієнт характеризує відносну дисперсію, яка використовується при порівнянні рівнів ризиків за активами з різними очікуваної прибутковості.

Коефіцієнт варіації - відносна величина. Чим вище значення коефіцієнта варіації, тим більше коливання або вище ризик, і навпаки, чим менше значення коефіцієнта, тим нижче ризик.

Перевагою використання об'єктивних методів оцінки ризику є нескладність математичного апарату, а недоліком - необхідність великої кількості спостережень і високої якості вихідної інформації.

Розрахунок показника VaR. Для кількісної оцінки ринкових ризиків можна також застосовувати метод розрахунку VaR (value at risk - вартість, підвладна ризику), який в якості критерію оцінки ризиків вперше був запропонований на початку 1990-х рр., А після його інтеграції у всесвітньо відому систему Risk Metrics , розроблену банком J. Р. Morgan , був визнаний методичним стандартом для оцінки ринкових ризиків.

Найбільш загальним є визначення ризику як можливості відхилень (як позитивного, так і негативного характеру) від очікуваного варіанти реалізації подій. Таким чином, ризик може бути розглянутий як сукупний фактор ймовірності виникнення небажаної події та її наслідків і технічно найкращим чином описаний набором можливих сценаріїв з відповідним розподілом ймовірностей.

За оцінками фахівців, VaR є не стільки альтернативою або доповненням до інших заходів ризику, скільки їх комплексним узагальненням.

При оцінці показника VaR є ряд припущень. Так, виключаються з розгляду втрати:

  • а) очікувані , тобто втрати, які будуть понесені при найбільш вірогідному варіанті розвитку подій, що враховуються при формуванні резервів на можливі втрати, а також в рамках ринкової ціни (з урахуванням динаміки даного показника);
  • б) виняткові , тобто втрати, ймовірність яких виходить за межі прийнятого довірчого рівня, аналізовані в рамках окремого напрямку аналізу ризиків - стрес-тестування.

Функція розподілу доходу і показник VaR наведені на рис. 3.9.

Функція розподілу доходу і показник VaR

Мал. 3.9. Функція розподілу доходу і показник VaR :

М 0 - статистично найбільш часта величина рівня доходу (мода);

М (X) - найбільш ймовірна величина доходу (математичне очікування); z -a _ квантиль; 1 - а - довірчий інтервал

Таким чином, VaR - це величина збитків, яка з ймовірністю, яка дорівнює рівню довіри (наприклад, 99%), не буде перевищена. Отже, тільки в 1% випадків збиток перевищить величину VaR.

VaR дозволяє комплексно оцінити можливі збитки в майбутньому з обраної ймовірністю і за певний проміжок часу. Для розрахунку міри ризику VaR на практиці використовують кілька методів: параметричної моделі; історичного моделювання; статистичного (імітаційного) моделювання за допомогою методу Монте-Карло.

Метод параметричної моделі (параметричний метод) заснований на припущенні про нормальний закон розподілу змін факторів ринкового ризику.

Якщо зміни вартості портфеля характеризуються параметричних розподілом, то показник VaR може бути обчислений через параметри цього розподілу, тобто через зміни вартості або доходностей активів, але при наявності статистики цін активу:

де Xj - прибутковість активу; Р - поточна ціна активу; Pj_ x - попередня ціна активу (припустимо, місяць назад).

Припущення про нормальний розподіл змін факторів ризику значно полегшує знаходження величини VaR , так як в цьому випадку розподіл доходностей активів також буде нормальним.

У разі нормально розподіленої величини ^ довірчий інтервал 1 - а завжди характеризується єдиним параметром - квантиль 2 1 <х , який показує стан значення випадкової величини щодо середнього, виражене в кількості стандартних відхилень прибутковості портфеля (а). Для найбільш часто використовуються довірчих інтервалів 95, 97,5 і 99% їх квантилі рівні відповідно 1,65, 1,96 і 2,33 стандартних відхилень прибутковості портфеля.

На рис. 3.9 представлений графік нормального розподілу ймовірностей прибутків або збитків портфеля і вказано квантиль z 1-ct . Площа лівіше квантиля г 1_а (площа «лівого хвоста») являє собою 1 - а - це зона максимально можливих втрат, або VaR:

де V t - поточна вартість портфеля в момент часу t; - часовий інтервал.

Оскільки поточна вартість портфеля V t і квантиль z 1_ot завжди відомі, то головним завданням при розрахунку показника VaR аналітичним методом є знаходження дисперсії прибутковості активу або портфеля.

Аналітичний метод простий у реалізації і дозволяє швидко обчислити ризик активу або портфеля активів. Однак при цьому доводиться спиратися на досить сумнівну в деяких ситуаціях гіпотезу про нормалиюм розподілі, що виступає основним недоліком даного методу.

Метод історичного моделювання є непараметрическим. Він базується на використанні історичного розподілу доходів в активах портфеля на основі набору історичних даних, за допомогою якого моделюється величина ризику. Метод передбачає припущення про стаціонарності ринку в найближчому майбутньому, коли в «майбутньому» розвиток ринку буде відповідати «минулого».

Суть даного методу полягає у виборі періоду часу (наприклад, 100 днів), за який відслідковуються історичні зміни цін всіх вхідних в портфель активів. Потім для кожного з цих змін визначається, наскільки змінилася б ціна сьогоднішнього портфеля, тобто здійснюється процес переоцінки портфеля з урахуванням використання ринкових факторів ризику кожного елемента портфеля, що існували на певному часовому інтервалі в минулому. Після цього отримані зміни портфеля упорядковано відповідно до зменшенням. Відповідно до бажаного рівня довіри 1 - а показник VaR визначається як такий максимальний збиток, що не перевищується в (1 - а) N випадках. VaR дорівнює абсолютній величині зміни з номером, рівним цілої частини числа (1 - а) N.

Даний метод відносно легко реалізуємо при наявності історичної бази даних але всіма чинниками ризику, до яких схильні активи портфеля. Необхідно відзначити, що метод історичного моделювання може використовуватися для визначення ризику будь-яких ринкових активів і типів ринкового ризику, а також різних фінансових ринків, в тому числі і не нормально функціонуючих, наприклад, що розвиваються.

Метод історичного моделювання має ряд недоліків, пов'язаних головним чином з проблемами отримання історичних даних. Можливо, найістотнішим його недоліком є повна залежність від певного набору даних, тому важливо поєднувати цей підхід з іншими.

В основі методу Монте-Карло як методу статистичного моделювання лежить моделювання випадкових процесів із заданими характеристиками. На відміну від методу історичного моделювання, в методі Монте-Карло зміни ринкових факторів або цін активів генеруються псевдовипадковим чином відповідно до заданих параметрів. При цьому імітується, розподіл може бути будь-яким, а число сценаріїв великим, аж до декількох десятків тисяч. В іншому метод Монте-Карло аналогічний методу історичного моделювання.

Таким чином, основна ідея методу Монте-Карло полягає в моделюванні випадкових процесів змін ринкових факторів, що здійснюється кілька десятків тисяч разів до отримання кінцевих результатів про можливі втрати з урахуванням заданих параметрів.

Процес моделювання включає в себе кілька специфічних стадій. На першій вибирається модель процентної ставки і оцінюються її параметри (волатильність, співвідношення і т.д.) на підставі будь-яких даних - або історичних, або ринкових.

Успадковує стадії конструюються приблизні траєкторії цін для випадкових змінних. Кожен набір випадкових чисел являє собою гіпотетичну кінцеву вартість конкретного фінансового активу.

Далі виконуються ті ж дії для інших активів портфеля з метою визначення гіпотетичної кінцевої вартості всього портфеля. Дані імітації повторюються кілька тисяч разів до тих пір, поки не буде змодельовано розподіл вартості дійсних активів.

Перевагами методу Монте-Карло є висока точність отриманих результатів, придатність для застосування до різних фінансових інструментів, видів ринкового ризику, а також фінансових ринків, в тому числі і країнам, що розвиваються. При цьому застосування даного методу передбачає певну математичну підготовку фахівців і наявність достатніх технічних ресурсів, оскільки подібного роду процедури характеризуються значною складністю виконання. Вона пов'язана з великими часовими витратами, високим рівнем інтелектуальних ресурсів, потрібних для здійснення розрахунків.

У істотному ступені слабкими сторонами VaR-оцінок є припущення про прийнятому довірчому рівні і розглядається нормальному стані ринку, в явному вигляді прийняті при складанні моделі і природним чином не береться до уваги при використанні результатів.

Індивідуальний характер оцінки, що визначає гнучкість і повноту підходу VaR, що дозволяє враховувати специфіку ринків, інструментів, стратегій і цілей аналізу, також створює певні проблеми, що лише частково може бути виправлено за допомогою використання стандартних рішень в рамках Risk Metrics '.

При широкому поширенні серед професійних учасників ринку власних внутрішніх моделей, в яких оцінка залежить від встановлених при моделюванні параметрів, VaR може носити суб'єктивний характер.

Доцільність стандартизації параметрів розрахунку VaR в даний час оцінюється, хоча для ряду ринків дане питання вирішене на рівні регуляторів і (або) саморегулівних організацій - учасників ринку.

  • [1] Мазурова І. І. Методи оцінки ймовірності банкрутства підприємства: навч, пособіе.СПб .: Изд-во СПбГУЕФ, 2012.
  • [2] 2 Мазурова І. І. Указ. соч.
  • [3] Каранін Е. В. Указ. соч.
  • [4] Сліпе В. Л., Ситникова II. 10. Управління фінансовими ризиками: навч, посібник / подред. проф. І. П. Хоминич. М .: Изд-во РЕА ім. Г. В. Плеханова, 2006.
 
Переглянути оригінал
< Попер   ЗМІСТ   ОРИГІНАЛ   Наст >