Чтение онлайн

В тех случаях, когда особенно велика роль субъективности, всегда следует искать ошибки в логике и технике, на которых построен подобный подход. Например, следует проверять качество данных, использованных для построения методики. Что, если те самые бразильские акции выросли только на 45 %, а остальное «дорисовал» компьютер, ведь качество данных в те годы было не таким высоким, как сейчас?

Для тестирования опционов могут приниматься разные сценарии поведения как волатильностей, так и процентных ставок. А что, если при росте месячной волатильности до 100 полугодовая волатильтность упадет до 20? Такой вопрос могут задать себе неопытные риск-менеджеры. Качественную информацию по ожидаемым волатильностям найти сложно, и проверить такой сценарий вряд ли возможно, например, тут нужно помнить базовый принцип: временная стоимость месячного atm-опциона не может быть больше, чем временная стоимость шестимесячного atm-опциона, как получается в этом сценарии! Иными словами, волатильности не должны быть арбитражируемыми хотя бы для atm-опционов разных периодов.

Стресс-сценарий для процентных ставок также требует прагматизма. Если при его построении для опционов на USD/RUB принять рублевые ставки, существовавшие во время кризиса 1998 г., вряд ли будет возможно торговать опционами, поскольку стрессовый риск будет невероятно высок.

Теперь предположим, что вы пытаетесь провести стресс-тест портфеля опционов на разные базовые активы. Представляете себе, какое количество вариаций поведения цен, процентных ставок и волатильностей следует рассчитывать каждый раз, чтобы найти худшие варианты при росте и падении рынка?

Однако даже не эта сложность представляет собой основную практическую опасность. Основная сложность заключается в том, что лимиты, построенные на основе такого набора всевозможных сценариев, перестают быть прогнозируемыми, т. к. сложно абстрактно представить, какой из сценариев (или какой набор сценариев) будет выбран системой. Конечно же, управлять портфелем в такой ситуации становится очень сложно. Поэтому и в этом случае риск-менеджер должен задавать себе вопрос: не заставит ли данный метод платить реальные деньги за теоретические риски?

Дополнительная информация к главе 32

Качественные аспекты риск-менеджмента

Основной вопрос риск-менеджмента: не заставит ли избранный риск-менеджером метод контроля платить реальные деньги за теоретические риски?

Важность критического и осмысленного подбора информации

В последние 10 лет во всем мире область риск-менеджмента стала одной из приоритетных в развитии не только финансовых, но и промышленных компаний. Поскольку 1990-е гг. прошли в условиях глобализации финансовых рынков и крупных финансовых потрясений, в области риск-менеджмента непрерывно идет процесс расширения и уточнения его функций и методов. При этом многие основополагающие концепции претерпевают серьезные изменения. Так, концепция VaR, ставшая модной в середине 1990-х, не выдержала испытаний кризисом 1998 г. Изменялись и требования к подбору кадров риск-менеджмента: если раньше акцент делался на сотрудников со знанием финансового моделирования и пониманием рынков, теперь предпочитают специалистов со знанием рынков и пониманием финансового моделирования. Таким образом, стало ясно, что риск-менеджмент – это наука и искусство одновременно.

Первая составляющая этой управленческой функции – определение приоритетов в сфере информации, чтобы рассчитать риски и найти их неисследованные аномалии. Однако, чтобы извлечь уроки из прошлого, необходимо не только «прогнать» исторические данные через статистические фильтры, но и понять реальные события, стоящие за цифрами. Именно это понимание обеспечивает гибкость политики лимитов, а также позволяет заблаговременно предупреждать о ситуациях с потенциальным увеличением риска.

Однако найти точное описание событий, ведущих к данной аномалии, в большинстве случаев невозможно; память рынка очень коротка и неточна. Фактически это скорее эмоции рынка, чем поэтапный аналитический разбор ситуации с выводами на будущее. Например, в начале 1990-х гг., когда (в очередной раз!) ожидался кризис американской финансовой системы, мой знакомый, управлявший фондом в одном из крупнейших инвестиционных банков в Нью-Йорке, попытался воссоздать события, сопутствовавшие падению рынка акций в октябре 1987 г. К его удивлению, в банке не оказалось ни информации, ни людей, способных восполнить данную информацию. Найти историю движения цен и объемы рынка было несложно, но восстановить сопутствующую информацию (слухи, сообщения) оказалось невозможно.

Частично это можно объяснить значительной текучестью персонала, которая следует за каждым кризисом. Кроме того, редко существует «единственно верная» трактовка того, что явилось отправной точкой кризиса. Например, не существует описания российского дефолта 1998 г., признанного рынком как единственно точное.

Типичная проблема сложностей с информацией для анализа риска опционов – недоступность информации о движении цен опционов «без денег». При попытке же моделировать поведение портфеля опционов в критические моменты риск-менеджер должен иметь такую информацию, как отклонение ожидаемой волатильности (единицы измерения цены) опционов с низкой дельтой от опционов «при своих».

Модели, учитывающие эти отклонения, будут значительно более жестко контролировать риск. Одним из основных источников дохода опционных трейдеров служит «теоретический арбитраж», о котором говорилось ранее: продажа «дорогих» опционов «без денег» и хеджирование их опционами «при своих». Такая позиция зарабатывает за счет более высоких уровней волатильности опционов «без денег», но в моменты кризиса они дорожают непропорционально и в большей степени, чем опционы «при своих»!

Таким образом, даже при попытке найти исходную информацию для анализа истории «экстремального» поведения рынка аналитик сталкивается с большими сложностями.

Макроэкономические и психологические аспекты риск-менеджмента

Для создания системы защиты от кризисных ситуаций представим некоторые макроэкономические и психологические аспекты риск-менеджмента, полезные для подготовки к будущим «сюрпризам» рынка.

Традиционно риск-менеджер начинает работу с анализа корреляций и взаимозависимостей разных инструментов, но, используя чисто статистические методы, он упускает важнейшие качественные зависимости. Например, известно, что применительно к России фактором, определяющим платежеспособность и стабильность рубля, является динамика цен на сырье. Выручка от этой статьи экспорта исторически составляет до 60 % экспортных поступлений. Хотя зависимость российских финансовых рынков от мировых цен на нефть кажется очевидной, корреляционный анализ значимости их уровня для состояния рынка ценных бумаг этого не подтверждает. Более того, неочевидна и зависимость российских финансовых рынков от состояния торгового баланса (валютных поступлений). Возможно, это можно объяснить тем, что нефтяные цены оказывают воздействие на состояние экономики и рынков опосредованно – через величину уплачиваемых налогов или ввоза капитала. Важно только, что очевидной корреляционной связи между ними не существует, т. е. с помощью стандартного статистического анализа[129] сложно установить основную составляющую экономики.

При анализе рисков вложений невозможно проигнорировать и стандартные экономические индикаторы. Такие факторы, как принятие консервативного государственного бюджета, усиление способности правительства собирать налоги, утверждение пенсионной реформы, будут способствовать росту рынка любой страны. Но хотя эта динамика отслеживается экономистами, ее осмысление остается сложной задачей, т. к. необходимо учесть приоритеты данной экономики в понимании рынка. Рынок же реагирует по-разному на одни и те же показатели экономики в разных странах и в разное время. Следовательно, использовать стандартизированные экономические составляющие моделей риска, применимые для большинства рынков, по меньшей мере сложно.

Для того чтобы учесть макроэкономические факторы хотя бы в минимальной степени, риск-менеджеры часто прибегают к устоявшимся на рынках «проверенным» взаимосвязям. К ним можно отнести не только упомянутую выше взаимосвязь нефть – Россия, но и золото – австралийский доллар или соотношение процентных ставок США/Германия – валютный курс доллар/марка (сейчас это курс процентных ставок США/ЕЦБ – валютный курс евро/доллар). Анализ подтверждает многие «проверенные» взаимосвязи, но только для краткосрочного (внутридневного, недельного) или очень долгосрочного анализа (свыше года), однако они непригодны для целей риск-менеджмента в целом, который в основном ориентируется на среднесрочные взаимосвязи.

С учетом опыта кризисных ситуаций 1994–1995 и 1997–1998 гг. одним из ключевых моментов является проблема наиболее эффективного использования экономической и политической информации в управлении рисками.

Одним из путей ее решения может стать организация междисциплинарных команд управления рисками, а другим – создание собственных индексов стабильности страны, которые включают в расчет среди прочих факторов текущей ситуации данной страны/рынка.

Пример междисциплинарного подхода