Реферат Курсовая Конспект
Параметрических характеристик - раздел Образование, ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ УПРАВЛЕНИЯ РИСКАМИ 1.1. Управление Рисками На Основе Их Вероятностных Параме...
|
1.1. Управление рисками на основе их вероятностных
параметрических характеристик.
Одними из важнейших вероятностных параметрических характеристик рисков (т.н., статистик) являются отклонение (D) и среднеквадратичное или стандартное отклонение (s), например, нормы прибыли r от ее ожидаемого среднего значения M(r)
D = r – M(r), (1.1.1)
s(r) = {M[r – M(r)]2}1/2.
Математическое ожидание случайной величины F определяется по разному для ее дискретных и непрерывных значений
M(F) = åk fk Pr(fk) – для дискретных значений, (1.1.2)
M(F) = òf p(f) df – для непрерывных значений,
где: Pr(fk) – вероятность события, при котором случайная величина F принимает значение fk (см. модуль 1, глава 2, стр. 24); p(f) – плотность вероятности значений случайной величины F (см. модуль 1, глава 2, стр. 46). Суммирование и интегрирование в (1.1.2) распространяются на весь диапазон значений случайной величины – область ее определения. Произведение p(f) df определяет вероятность попадания случайной величины F в бесконечно малый интервал между значениями f и f + df.
Если r* = M(r) – процентная ставка кредита, а r – доходность по какой либо операции наращивания этого кредита, то D = r – r* может быть либо выигрышем, либо убытком. Таким образом общая величина убытка характеризуется абсолютным значениемú Dú =ú r – r*ú.
Другими важными характеристиками риска являются вероятности отклонений (убытков)
Pr(Dk) = Pr(fk – f*) для дискретных значений и (1.1.3)
Pr(D) = Pr(D > D*) = 1 –p(f – f*) df для непрерывных.
Из неравенства Чебышева известна связь между линейным D = r – M(r) и среднеквадратичным отклонением
Pr(ú r – M(r)ú > d) £ s 2(r) /d 2 . (1.1.4)
Отсюда видно, что незначительному риску по среднеквадратичному отклонению соответствует малый риск и по линейному отклонению. Следовательно D и s являются эквивалентными характеристиками рисков.
Многокритериальная трактовка риска. Иногда риски описывают векторными двухпараметрическими характеристиками, связанными с рисками-отклонениями и рисками-вероятностями L = [D, Pr(D)], рисками-отклонениями и рисками больших ожидаемых значений прибыли L = [s, M], рисками потери активов при ограниченных собственных капиталах L = [активы с весами Pr(D), собственный капитал].
Пример 1.1.1. На рынке ценных бумаг могут возникнуть два исхода и на каждый из них акции A и B откликаются неслучайным образом. Вероятности этих исходов и соответствующие им доходности акций показаны в таблице 1.1.1a.
Таблица 1.1.1a
Исход 1 | Исход 2 | |||
Доходность, r | Вероятность, Pr | Доходность, r | Вероятность, Pr | |
A | 5 % | 0,2 | 1,25 % | 0,8 |
B | -1 % | 0,2 | 2,75 % | 0,8 |
Отсюда следует: M(rA) = 5 % * 0,2+1,25 %* 0,8 = 2 %;
M(rB) = -1 % * 0,2+2,75 %* 0,8 = 2 %;
sA = (5-2)2 * 0,2 + (1,25-2)2 * 0,8 = 2,25;
sB = (-1-2)2 * 0,2 + (2,75-2)2 * 0,8 = 2,25.
Статистический коэффициент связи (корреляции) откликов акций получается отрицательным
corAB = = (1.1.5)
= –1.
Предположим, что инвестор взял деньги в долг под процент r* = 1,5 %. Тогда он получит следующие доходы по акциям, приобретенным на заемные деньги
Таблица 1.1.1б
Исход 1 | Исход 2 | |||
Доход, D | Вероятность, Pr | Доход, D | Вероятность, Pr | |
A | 5 % -1,5 % = = 3,5 % | 0,2 | 1,25 %-1,5 % = = -0,25% | 0,8 |
B | -1 % -1,5 % = = -2,5 % | 0,2 | 2,75 %-1,5 % = = 1,25% | 0,8 |
Ожидаемые риски-потери (П) и риски-вероятности (Pr) при покупке разных акций
ПA = 0,8*0,25% = 0,2% < ПB = 0,2*2,5% = 0,5%;
PrA = 0,8 > PrB = 0,2.
Таким образом в случае A риски-потери меньше, но риски-вероятности больше. Как действовать в подобной ситуации инвестору зависит от его индивидуальных предпочтений, выражаемых, в том числе, функцией полезности дохода.
Скаляризация двухпараметрических характеристик рисков. Для упрощения оптимизации двухпараметрические характеристики риска сводят к скалярным
L = D * Pr(D), П *Pr(П) Þ min (1.1.6)
– минимизация средних потерь,
L = s / M Þ min (1.1.7)
– минимизация коэффициента вариации,
L = П *Pr(П) /K Þ min (1.1.8)
– минимизация коэффициента риска при заданном собственном капитале K,
L = K / [П * Pr(П)] ³ Þ max (1.1.9)
– максимизация коэффициента Кука (используется, в частности, для оценки финансовой стабильности коммерческих банков),
L = a * r – b * r 2 Þ max (1.1.10)
– максимизация функции полезности Неймана-Монгенштерна.
Диверсификацию (разделение) используют как метод управления для снижения риска разорения (разделение вклада по вложениям и разделение капитала на собственный и заемный).
Диверсификация вложений. Пусть aA и aB (aA+a = 1) – доли вложений в акции A и B. Тогда доходность смеси
r = aA rA + aB rB = aA rA + (1 – aA) rB. (1.1.11)
Для каждой ситуации таблицы 1.1.1 легко получить гарантированные условия неразорения
r1 = 5 % aA + (1 – aA) (-1 %) = 6 % aA – 1% > 1,5% ,
r2 = 1,25 % aA + (1 – aA) 2,75 % =
= 2,75 % – 1,5 % aA > 1,5 % .
Решая эту систему неравенств, получим
0,42 % < aA < 0,83 % .
Полная обратная корреляция активов (corAB = –1) при одинаковых парциальных рисках (sA = sB) позволяет распределить вложения таким образом, чтобы получить безрисковую по среднеквадратичной характеристике смесь. С учетом (1.1.5) дисперсия så2 смеси å = aA A +aB B равна
så2 = aA2 sA2 + aB2 sB2 + 2 aAaB corAB sAsB = (1.1.12)
= aA2 sA2 + aB2 sB2 – 2aAaB sA sB = sA2 (aA – aB)2.
Таким образом, выбирая aA = aB = 1/2, инвестор добивается детерминированной доходности 2 % при s 2å = 0, что избавляет его от риска разорения.
Диверсификация капитала. Предположим, что инвестиции A=К+З в какой либо актив с нормой наращивания rA состоят из двух частей: собственного капитала K и займа З, взятого под процент rЗ. Инвестор размещает сумму А таким образом, чтобы в конце периода получить плановую процентную маржу
MAR* = A(1+r A) – З(1+ rЗ) – К = З(rA – rЗ) + K rA . (1.1.13)
Пусть PrA – вероятность утраты актива в конце периода. Тогда ожидаемое значение маржи снижается
MAR = З(rA – rЗ) + K rA – (К + З) (1+r A) PrA. (1.1.14)
Коэффициент риска (1.1.8) примет вид
L = = (1 + З / К) (1 + r A) PrA. (1.1.15)
Тем самым степень риска L гиперболически убывает с ростом собственных средств К. Однако это достигается за счет снижения рентабельности их использования
MAR / К = (З/K)(rA – rЗ) + rA – (1 + З/K) (1+r A) PrA. (1.1.16)
Из (1.1.6, 1.1.8) следует, что при MAR < 0 возрастает риск разорения. Этот эффект тем ощутимее, чем строже выполняется условие
З(rA – rЗ) + K rA < (К + З) (1+r A) PrA или (1.1.17)
(З/K)(rA – rЗ) + rA < (1 + З/K) (1+r A) PrA .
Из статистики известно (см. модуль 1, стр. 55-56), что дисперсия så смеси из N независимых вкладов, каждый из которых имеет дисперсию s, выражается как
så = s /. (1.1.18)
Тем самым диверсификация является мощным средством уменьшения риска.
1.2. Управление рисками с использованием функций
полезности доходов и кривых безразличия.
Модифицируя (1.1.10) и переходя к ожидаемой полезности, получают уровневую функцию полезности Неймана-Монгенштерна
L(m, s) = a Mr – bM(r – Mr)2 = a m – b s 2 . (1.2.1)
В (1.2.1) математическое ожидание m определяет возможный уровень дохода, а дисперсия s – возможный риск. Возможно три вида карт уровней безразличия (к доходам), описываемых уравнениями L(m,s) = C (для разных значений C1<C2…<CK) кривых безразличия (см. рис 1.2.1). Все три карты отражают разный характер отношения к рискам (а – нерасположенность к рискам, б – нейтральность к рискам, в – азарт).
Рис. 1.2.1
Таблица 1.2.1а | ||
Вероятности | 0,2 | 0,8 |
Доходность, rA | 5% | 1,25% |
Доходность, rB | -1% | 2,75% |
Пример 1.2.1. Имеются два актива (A и B) со случайными нормами доходности rA и rB. Возможные значения доходности и вероятности исходов показаны в таблице 1.2.1а.
Пусть функция полезности инвестора L = 1,2 r – 0,1r2. Необходимо определить оптимальные пропорции aA и aB (aA+aB =1) смешанного актива (A+B) по критерию ожидаемой полезности и с использованием уровней безразличия.
Запишем ряд распределений случайных доходности и функции полезности смеси в таблице 1.2.1б.
Таблица 1.2.1б
Вероятности | 0,2 | 0,8 |
Доходность, r | 5aA +(–1)(1–aA) = = 6aA – 1 | 1,25aA +2,75(1–aA) = = 2,75 – 1,5aA |
Полезность, L | L1(aA) =1,2 (6aA –1) – – 0,1(6aA –1)2 | L2(aA) = 1,2 (2,75–1,5aA) – – 0,1(2,75–1,5aA)2 |
Соответствующая смеси математическое ожидание будет определяться выражением МL(aA)=0,2L1(aA)+0,8L2(aA). Для оптимизации пропорций смеси необходимо найти такое aA, чтобы
¶ МL(aA)/¶aA = 0. (1.2.2)
Отсюда (и на основании таблицы 1.2.1б) получим уравнение
0,2[1,2*6 – 0,2(6aA–1)6]+0,8[–1,2*1,5–0,2(2,75–1,5aA)*
*(– 1,5)] = 0 и его решение aA = 0,5.
Решим ту же задачу, но с использованием уровневой функции полезности (1.2.1). Из таблицы 1.2.1а следует, что
mA = 0,2*5 + 0,8*1,25 = m B = 0,2*(–1) + 0,8*2,75 = 2;
sA2 = 0,2*(5–2)2 + 0,8*(1,25–2)2 =sB2 =
= 0,2*(–1–2)2 + 0,8*(2,75–2)2 = 2,25; corAB = –1
(см. пример 1.1.1, выражение 1.1.5). Отсюда, используя (1.1.12), получим
må =aA mA +(1 – aA) mB = 2;
så 2=sA2(aA – aB)2=sA2(2aA –1)2 =2,25(2aA –1)2.
Подставляя så2в(1.2.1) получим следующую задачу максимизации
1,2*2–0,1*2,25(2aA–1)2 max, имеющее решение aA=0,5.
Использование уровневой функции полезности для управления диверсификацией. Обозначим aj, j =1, 2, …, J – долю в общем вложении инвестора, приходящуюся на «j-ый» вид актива (например, ценную бумагу) с ожидаемыми доходностью mj и риском sj. При случайной доходности rj каждого вида актива эффективность смеси (портфеля ценных бумаг) определяется выражением
Rå = . (1.2.3)
Математическая модель управления диверсификацией путем двухкритериальной оптимизации (ожидаемых эффективности m и риска s смеси) выглядит следующим образом
må = MRå ==Þ max, (1.2.4)
så2 =M (Rå–må)2 = Þ min, = 1,
где corij = M[(ri – mi)(rj – mj)]/si sj – коэффициенты корреляции (взаимной связи) доходностей разных активов (–1 £ corij £ 1).
При операциях с ценными бумагами искомые величины aj долей вложений могут быть как положительными (покупка), так и отрицательными (продажа).
Решением оптимизационной задачи (1.2.4) является вектор a* = (a1*,a2*, …, aJ*).
Однако следует заметить, что не всегда можно получить решение a*, оптимизирующее сразу два критерия (m Þ max; s 2 Þ min).
Решение, которое не может быть улучшено сразу по двум критериям называется Парето-оптимальным или эффективным.
Двухкритериальную оптимизацию сводят к пошаговой однокритериальной (задаче оптимизации Т. Марковица), выполняя следующие этапы:
1) Ищут такое решение a, которое доставляет минимум ожидаемому риску s при условии, что обеспечивается заданное значение m ожидаемой эффективности при бюджетном балансе åaj = 1.
2) Изменяют заданное значение m ожидаемой эффективности и снова выполняют пункт 1, находя таким образом множество {a} допустимых решений и соответствующее ему множество {s} ожидаемых рисков. Найденное множество {s} отображается на плоскости {s, m} эффективной траекторией (рис. 1.2.2а).
Рис. 1.2.2
3) На плоскости {s, m} строят кривые безразличия L(m,s,a) = C уровневой функции L(m,s,a) полезности смеси. Парето-оптимальное эффективное решение a* и соответствующие оптимальные доход mB и риск sB находят для функции полезности, кривая безразличия которой касается эффективной траектории {s} в одной точке B.
Диверсификация с безрисковой компонентой. В случае вложения средств в активы с гарантированной (безрисковой) доходностью r0 с пропорцией a0 рассмотренная однокритериальная оптимизационная задача управления выглядит следующим образом
min{+= m, a0 += 1}.(1.2.5)
Читается как: найти минимум первого выражения при условиях, заданных двумя последующими (после знака “ú ”).
Пример 1.2.2. Рассмотрим пошаговую однокритериальную оптимизационную задачу диверсификации по двум рисковым активам (m1,s1) < (m2,s2)
s 2 =a12s12 +2a1a2 cor12 s1s2 + a22s22 Þ min, (1.2.6)
m =a1 m1 + a2 m2, a1 + a2 = 1.
Как показано на рис. 1.2.3а при каждом заданном значении m (ожидаемой доходности смеси) получается единственное допустимое решение aA = (a1A,a2A), определяемое точкой A пересечения линий уравнений ограничений (m=a1 m1+a2 m2 и a1+a2 = = 1).
При движении линии уравнения ограничения (m=a1m1+a2m2) в сторону роста m можно выйти на множество допустимых решений {aA} со сколь угодно высоким уровнем ожидаемой доходности смеси, что естественно достигается с помощью, так называемых, коротких продаж по первому активу (a1 < 0, a2 > 0). При ограничении на знаки вкладов (a1 >0, a2 >0) уровень ожидаемой доходности смеси будет ограничен: m1 £ m £ m2.
Рис. 1.2.3
Исключая в (1.2.6) a2, получим
m = m2 – a1 (m2 – m1), (1.2.7)
s 2(m) =
=.
Отсюда следует, что s (m1) = s1, s (m2) = s2.
Построим график допустимых решений. Для этого, исходя из уравнения
¶s 2(m)/¶m = (1.2.8)
== 0,
найдем минимальное значение smin риска и соответствующую ему доходность mmin
mmin = , (1.2.9)
s 2min = .
Из (1.2.9) следует, что нулевой риск s min = 0 достигается в случае полной корреляции, т.е., когда cor12 = ±1. Для cor12 = –1 экономический смысл нулевого риска был рассмотрен ранее (см. 1.1.12). Для cor12 = 1 безрисковые вклады можно получить, сочетая закупки одного из активов с короткими продажами другого.
На основании (1.2.7) легко построить уравнение траектории (рис. 1.2.3б) для множества допустимых решений с эффективной частью AB («жирная» линия).
Подставим в уравнение am – bs 2 = C (кривой безразличия) правую часть выражения (1.2.7), и из уравнения ¶C/¶ m = 0 найдем точку m = mB, доставляющую максимум C
mB = (1.2.10)
= .
Тогда из (1.2.7) получим
a1 =.(1.2.11)
Пример 1.2.3. Рассмотрим пошаговую однокритериальную оптимизационную задачу диверсификации (1.2.5) при рисковом (m1, s1) и безрисковом (r0 < m1) активах
min{s = (1–a0)s1ú m = a0 r0 +(1–a0) m1, a0 +a1 = 1, a1 ³ 0}.
Исключая из целевого критерия a0, получим линейную связь между риском и эффективностью
s = ½½s1, (1.2.12)
отображаемую восходящей прямой (рис. 1.2.4).
Рис. 1.2.4 Рис. 1.2.5
Очевидно, что все сочетания активов, представленные точками луча АС, являются Парето-оптимальными. Часть AB траектории относится к случаю отсутствия заемного капитала (a0 ³ 0). Часть BC траектории соответствует росту риска при взятии заема (a0 < 0).
Из множества эффективных решений выберем такие, которые удовлетворяют эквивалентным оптимизационным уравнениям
{a[a0 r0 +(1–a0)m1] – b[(1–a0)2s12]}, или (1.2.13)
{am – b[(m – r0)/(m1 – r0)]2s12}.
Из любого уравнения получим оптимальное решение
a0 = 1 – (a/2b)(m1 – r0)/ s12, (1.2.14)
которое естественно является частным случаем (1.2.11), если в нем учесть соответствующую безрисковою компоненту.
Общий случай пошаговой однокритериальной оптимизации при добавлении безрисковых компонентов к рисковым активам. Примеры 1.2.2 и 1.2.3 показывают, что при диверсификации возможно сочетать рисковые и безрисковые вклады. В общем случае графическое решение задачи (1.2.5) показано на рис. 1.2.5.
Здесь допустимое множество решений представлено кривой ABE, полученной касанием кривой AC, описывающей безрисковое вложение в соответствии с примером 1.2.3, и кривой DBE, описывающей допустимые решения, оптимизирующие риски при заданном уровне эффективности в соответствии с примером 1.4.2. Паретто-оптимальное решение a*, минимизирующее риски и соответствующее оптимальному сочетанию рискового и безрискового вложений, находится и в точке B касания. При операциях с ценными бумагами портфель a*, соответствующий данной точке B, называют оптимальным портфелем.
Пример 1.2.4. Найдем оптимальный портфель из двух рисковых ценных бумаг с характеристиками m1 = 2, s1 = 1; m2 = 3, s2 = 2; cor12 = 0,5 при условии, что эффективность добавляемого безрискового актива составляет r0 = 1.
Чтобы найти абсциссу mB точки касания B (см. рис. 1.2.5), запишем уравнение касательной к функции f(x) в точке x0
y(x) = f(x0) + f ’(x0) (x – x0) (1.2.15)
Используя (1.2.7) и (1.2.8), получим уравнение касательной в точке B
s(m) =
= []1/2 +
+[]-1/2 *
* [] *
* (m – mB). (1.2.16)
В соответствии с рис. 1.2.5 данная прямая «отсекает» на оси абсцисс точку A = {mA = r0 = 1, s(r0) = 0}. Подставляя координаты точки A в (1.2.16), получим общий вид доходности mB оптимального портфеля с безрисковой компонентой
mB = [m2(m2 – r0)(s12 – 2cor12s1s2+s22) + (1.2.17)
+ (m2 – m1)(2m2 – r0)(cor12s1s2 – s22) +s22]/
/[(m2 – r0) (s12 – 2cor12s1s2 + s22)+(m2 – m1)(cor12s1s2 –s22)],
Поскольку для рисковых вкладов справедливо
m = a1 m1 + (1 – a1)m2, то (1.2.18)
a1 = (m2 – mB)/(m2 – m1) = [(m2 – r0) (m2 – m1)(s22 – cor12s1s2) –s22]/
/[(m2 – r0)(m2 – m1)(s12–2cor12s1s2s22) + (m2–m1)2( cor12s1s2–s22)].
Для заданных значений примера из (1.2.17) и (1.2.18) получим mB = 7/3, a1 = 2/3, a2 = 1/3.
Рассмотренный пример обобщает теорему об инвестировании в два фонда, утверждающую, что каждый инвестор, интересующийся только ожидаемыми доходностью и риском-отклонением, будет комплектовать портфель только из «касательного» (оптимального) и безрискового активов.
1.3. Управление рисками на основе их нечетких
параметрических характеристик.
Нечеткие риски и их параметрические характеристики могут быть охарактеризованы следующим примером. Некто имеет единичный капитал и вкладывает его в рублевый и валютный банки с процентными ставками rР и rB соответственно. Предположим, что валютный курс (отношение доллара к рублю) вначале периода K0, а в конце не определен и задан некоторым коридором возможных значений
K1 Î [K1a , K1b]. (1.3.1)
Наращенная сумма к концу периода будет в соответствии с (1.1.3, модуль 2, стр. 7) равна
S = aР(1+rР) + (1–aР) (1+rB) K1/K0, (1.3.2)
где aР – доля рублевого вложения. Возможны два предельных случая рисков в виде величин условных потерь (при aР = 1 и aР = 0 соответственно)
DР(aРúK1) = (1+ rA) – S = (1.3.3)
= (1–aР) [K0 (1+r Р) – K1 (1+rB)]/K0,
DB(aРúK1) = (1+rB) (K1/K0) – S = a Р[K1 (1+rB) – K0 (1+r Р)]/K0.
Очевидно, что максимальные значения эти риски приобретают на концах заданного интервала [K1a , K1b]. Предположим, что осторожный вкладчик, желающий обеспечить себе твердый доход, придерживается критерия минимизации наибольшего из двух рисков D Р(aРúK1a) и DB(aРúK1b). Математически это означает, что решается следующая минимаксная задача
max {D Р(aРúK1a) , DB(aРúK1b)}. (1.3.4)
Данную задачу проще всего решать графически (см. рис. 1.3.1). Из рисунка видно, что решение минимаксной задачи эквивалентно решению уравнения
Рис. 1.3.1
(1–aР opt) [K0 (1+r Р) – K1a (1+rB)] = (1.3.5)
= a Р opt [K1b (1+rB) – K0 (1+r Р)],
из которого следует, что оптимальная пропорция вклада соответствует значению
aР opt = [K0 (1+rР) – K1a (1+rB)]/(1+rB) (K1b – K1a). (1.3.6)
Минимальный риск при этом составит величину
Dmin = [K0 (1+rР) – K1a (1+rB)] [K1b (1+rB) – K0 (1+rР)]/ (1.3.7)
/(1+rB) K0 (K1b – K1a).
На практике при управлении рисками широко используют как рассмотренные минимаксные критерии, так и вероятностное описание рисков.
– Конец работы –
Эта тема принадлежит разделу:
На сайте allrefs.net читайте: "ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ УПРАВЛЕНИЯ РИСКАМИ"
Если Вам нужно дополнительный материал на эту тему, или Вы не нашли то, что искали, рекомендуем воспользоваться поиском по нашей базе работ: Параметрических характеристик
Если этот материал оказался полезным ля Вас, Вы можете сохранить его на свою страничку в социальных сетях:
Твитнуть |
Новости и инфо для студентов