Прогнозування валютних ризиків

Экономические науки/8. Математические методы в экономике

Нарижна Н.С., доктор наук Бідюк П.І.

Національний технічний університет України «Київський політехнічний інститут» , Україна

Прогнозування валютних ризиків

Вступ

Сьогодні великою проблемою є правильне й точне прогнозування валютних ризиків, які виникають через коливання курсів іноземних валют та цін на банківські метали. Існують різноманітні технології для оцінки ризиків, але найбільшого використання здобула методологія оцінки ризиків VаR, яка дозволяє розрахувати можливі втрати в режимі часу близького до реального[1]. Побудова моделей оцінки ризиків, що відповідає вимогам міжнародних організацій з банківського нагляду є однією з умов для виходу і роботи банку на міжнародному фінансовому ринку [2]. Тобто, задача застосування і удосконалення методологій оцінки ризиків в України ставиться досить гостро.

VaR методика дуже відома і багатьма визнана, а також вже доволі довго, за її допомого, роблять свої прогнози професіонали. Характеристика VaR (Value-at-Risk) була запропонована на початку 1990-х років як нова кількісна міра оцінки ринкового ризику. Але існує досить багато критичних відгуків про методику, і часто процесу обчислення показника надають не меншу важливість, ніж його результату[4]. Одним з напрямків розвитку методики є CVaR (Conditional VaR) або Esxpected Shorfall (ES). Він був вивчений в 2006-2007рр. як альтернативний до VaR методу для виміру ринкових ризиків. Отже, CVaR – це очікування розміру збитку (з заданим рівнем ризику, на даному горизонті), за умови, що він перевищить відповідне значення VaR Такий захід дозволяє вже не тільки виділити нетиповий рівень втрат, а й показує, що, швидше за все, відбудеться при їх реалізації [6].

Постановка задачі

Метою роботи є застосування сучасних методів оцінювання валютних ризиків. Для досягнення поставленої мети необхідно розв’язати декілька задач:

1. Зробити огляд сучасних методів оцінювання валютного ризику.

2. Навести основні теоретичні положення методів VaR й CVaR .

3. Застосувати методи VaR і CVaR до оцінювання валютних ризиків на основі фактичних даних.

4. Виконати порівняльний аналіз отриманих результатів.

Результати обчислювальних експериментів

Для виконання обчислювальних результатів обрано три різні валютні портфелі для того, щоб ми змогли порівняти результати застосування VaR й CVaR методів аналізу й прогнозування.

Візьмемо перший портфель - американський долар, євро, російський рубль й подивимось на результати.

Для першого експерименту ми спрогнозуємо кількість втрат по портфелю через 7 днів після останньої дати в ньому при рівні значущості 0,05.

Рис.5 Результати VaR й CVaR прогнозування на 7 днів вперед при α=0,05.

За прогнозами метода VaR наші втрати складуть не більше 155,97 одиниць від вартості всього портфеля, а за прогнозами CVaR отримали 179,01одиниць наших втрат. Як ми бачимо, значення VaR рівні, а результат CVaR більший за VaR, що в свою чергу говорить про правильність роботи наших методів, а особливо CVaR.

Рис.6 Графічне порівняння результатів методів прогнозування з реальними даними валютного портфеля при α=0,05.

Рис.7 Результати VaR й CVaR прогнозування на 7 днів вперед при α=0,01.

На даному етапі ми зіткнулися з проблемою: при α=0,01 CVaR метод не працює. А VaR видає такий результат втрат – 198,59 одиниць даного валютного портфеля.

Рис.8 Графічне порівняння результатів методів прогнозування з реальними даними валютного портфеля при α=0,01.

Експериментальним метод досягнуто результату – CVaR метод прогнозує з α=0,0271. Перевіримо вірність результатів.

Рис.9 Результати VaR й CVaR прогнозування на 7 днів вперед при α=0,0271.

Як ми бачимо результати роботи наших методів – гарні, т. я. вже відомо, що CVaR дає результати більші за значенням ніж VaR, а також отримані VaR рівні в обох методах. Отже, CVaR дає нам таке значення втрат – 198,47 одиниць, а VaR - 155,97 одиниць.

Рис.10 Графічне порівняння результатів методів прогнозування з реальними даними валютного портфеля при α=0,0271.

Розглянемо інший валютний портфель – злотий, ісландська крона, казахстанський тенге, канадський долар.

Спрогнозуємо втрати на 7 дні вперед після останньої дати даних в нашому валютному портфелі при різних рівнях значущості.

Рис.11 Результати VaR й CVaR прогнозування на 7 днів вперед при α=0,05.

За прогнозами метода VaR наші втрати складуть не більше 79,69 одиниць від вартості всього портфеля, а за прогнозами CVaR отримали 248,04 одиниць наших втрат. Як ми бачимо, значення VaR рівні, а результат CVaR більший за VaR, що в свою чергу говорить про правильність роботи наших методів, а особливо CVaR.

Рис.12 Графічне порівняння результатів методів прогнозування з реальними даними валютного портфеля при α=0,05.

Рис.13 Результати VaR й CVaR прогнозування на 7 днів вперед при α=0,01.

На даному етапі ми зіткнулися з проблемою: при α=0,01 CVaR метод не працює. А VaR видає такий результат втрат – 399,56 одиниць даного валютного портфеля.

Рис.14 Графічне порівняння результатів методів прогнозування з реальними даними валютного портфеля при α=0,01.

Рис.15 Результати VaR й CVaR прогнозування на 7 днів вперед при α=0,07.

Як ми бачимо результати роботи наших методів – гарні, т. я. вже відомо, що CVaR дає результати більші за значенням ніж VaR, а також отримані VaR рівні в обох методах. Отже, CVaR дає нам таке значення втрат – 196,77 одиниць, а VaR - 66,89 одиниць.

Рис.16 Графічне порівняння результатів методів прогнозування з реальними даними валютного портфеля при α=0,07.

Перейдемо до роботи з третім валютним портфелем - австралійський долар, азербайджанський манат, датська крона.

Рис.17 Результати VaR й CVaR прогнозування на 7 днів вперед при α=0,05.

За прогнозами метода VaR наші втрати складуть не більше 87,33 одиниць від вартості всього портфеля, а за прогнозами CVaR отримали 272,43 одиниць наших втрат. Як ми бачимо, значення VaR рівні, а результат CVaR більший за VaR, що в свою чергу говорить про правильність роботи наших методів, а особливо CVaR.

Рис.18 Графічне порівняння результатів методів прогнозування з реальними даними валютного портфеля при α=0,05.

Рис.19 Результати VaR й CVaR прогнозування на 7 днів вперед при α=0,01.

На даному етапі ми зіткнулися з проблемою: при α=0,01 CVaR метод не працює. А VaR видає такий результат втрат – 439,02 одиниць даного валютного портфеля.

Рис.20 Графічне порівняння результатів методів прогнозування з реальними даними валютного портфеля при α=0,01.

Рис.21 Результати VaR й CVaR прогнозування на 7 днів вперед при α=0,07.

Як ми бачимо результати роботи наших методів – гарні, т. я. вже відомо, що CVaR дає результати більші за значенням ніж VaR, а також отримані VaR рівні в обох методах. Отже, CVaR дає нам таке значення втрат – 196,77 одиниць, а VaR - 66,89 одиниць.

Рис.22 Графічне порівняння результатів методів прогнозування з реальними даними валютного портфеля при α=0,07.

Актуальність

Я займалася вивченням двох методів прогнозування валютних ризиків. Я обрала два методи прогнозування: VaR і CVaR. CVaR метод відносно молодий, але він більш актуальний, так як він є модернізацією методу VaR. Він простий у використанні і вивчені і доволі добре працює. А так як, проблема прогнозування доволі гостро стоїть у наші часи, то за допомогою цього методу ми вирішуємо проблему точного і правильного прогнозування

Висновки

За допомогою даного проекту, я вивчила й можу працювати з двома найвідомішими методами прогнозування валютних ризиків. Також, вивчила новий програмний продукт ECVaR, за допомогою якого, я змогла швидко і якісно провести етап прогнозування.

Я провела порівняння між роботою двух методів прогнозування CVaR й VaR. Можемо зробити такі висновки: на даному етапі розвитку краще використовувати метод VaR, так як його розробили раніше ніж CVaR, у нього менше помилок і він стабільніший. Наприклад, VaR при любому рівні значущості дає прогноз, а CVaR лише починаючи з значення 2,71. У даний час VaR багато де використовується, але ж й CVaR набирає обертів, вдосконалюється й стає продуктивніше у фірмах використовувати його.

Я й надалі буду досліджувати ці методи й порівнювати їх, бо на мою думку, незважаючи на всі свої проколи CVaR кращій ніж VaR, але над ним ще треба працювати.

Література

1. Risk Metrics Group, Risk Management: Practical Guide, First Edition, 1999. – 460 .

2. Базельский комитет по банковскому надзору. Международная конвергенция измерения капитала и стандартов капитала: новые подходы (рабочий вариант перевода «Банка России»). – Базель, 2004.

3. Методичні вказівки з інспектування банків «Система оцінювання ризиків» / Затв. постановою правління Національного банку України від 15.03.2004, № 104. – 2004. – 43 c.

4. Лобанов А.А. Энциклопедия финанасового риск-менеджмента / Лобанов А.А., Чугунов А.В. – М.: Альпина Паблишер, 2003. – 786 с.

5. Летчиков А.В. Оценка волатильности финансовых активов/ Летчиков А.В., Мубарашкин О.А. // Вестник удмуртского университета,2003, № 16, с.115-123.

6. Andrea Sirona Risk management and shareholders’ value in banking: from risk measurement models to capital allocation policies / Andrea Sirona, Andrea Resti // John Wiley & Sons, Ltd. – 2007. – pр. 103-274.