1.1 Понятие и сущность инвестиционных рисков

Ковариационная матрица

Все необходимое для расчета риска портфеля мы получили. Находим стандартное отклонение портфеля р = [Х1Х111 + Х1Х212 + Х1Х213 + Х2Х121 + Х2Х222 + Х2Х323 + Х2Х131 + Х3Х232 + Х3Х333] = [ (0, 25*0, 25*13, 69) + (0, 25*0, 45*15, 88) + (0, 25*0, 3*22, 83) + (0, 45*0, 25*15, 88) + (0, 45*0, 45*17, 58) + (0, 45*0, 3*25, 35) + (0, 3*0, 25*22, 83) + (0, 3*0, 45*25, 35) + 0, 3*0, 3*35, 88) ] = [21, 49] = 4, 64%.

В портфельной теории под риском понимается возможность отклонения, как положительного, так и отрицательного, фактической доходности актива от его ожидаемой доходности. Иными словами, риск здесь рассматривается как неопределенность результата инвестирования, а не только как возможность понести убытки или недополучить прибыль. Численно риск оценивается по величине среднего квадратического (стандартного) отклонения доходности актива:

(3)

где - ожидаемая доходность инвестиционного актива; r_i - доходности инвестиционного актива при различных вариантах; p_i - вероятности соответствующих вариантов; n - количество вариантов.

Ожидаемая доходность инвестиционного актива находится по следующей формуле:

(4)

где r_{i -} доходности инвестиционного актива при различных вариантах; p_{i -} вероятности соответствующих вариантов; n - количество вариантов.

Также измерителем риска является фактора «бета». Коэффициент «бета» бумаги показывает ее чувствительность к колебаниям рынка в будущем. Для оценки «беты» должны быть учтены всевозможные источники подобных колебаний. Затем необходимо оценить, как отреагирует цена бумаги на каждое из этих изменений, а также вероятность такого изменения.

«Бету» бумаги можно интерпретировать как наклон графика рыночной модели. Если этот коэффициент был постоянным от периода к периоду, то «историческую бету» (historical beta) бумаги можно оценить путем сопоставления прошлых данных о соотношении доходности рассматриваемой бумаги и доходности рынка. Статистическая процедура для получения таких апостериорных (прошлых) значений коэффициента «бета» называется простой линейной регрессией (simple linear regression), или методом наименьших квадратов. Как становится ясно, истинное значение коэффициента «бета» ценной бумаги невозможно установить, можно лишь оценить это значение.

Модели, рассматриваемые в финансовом анализе, связывают случайную величину r с величинами, которые объективно характеризуют финансовый рынок в целом. Такие величины называются факторами. В зависимости от постановки задачи факторы могут считаться как случайными, так и детерминированными, т. е. точно известными величинами.

В самом простом случае выделяется один фактор. Тогда статистическая модель имеет вид:

(5)

Здесь и - постоянные (неизвестные параметры), - случайная величина, удовлетворяющая условию: , где - условное математическое ожидание случайной величины относительно F. Из этого предположения следует, что и безусловное математическое ожидание величины также равно нулю. Коэффициент показывает чувствительность доходности ценной бумаги к фактору F. Коэффициент называют сдвигом.

Одна из самых распространенных моделей использует в качестве фактора F доходность рыночного индекса.

Рыночная модель (market mode) - это один из путей отражения взаимосвязи доходности акции за определенный период с доходностью за тот же период акции на рыночный индекс:

R_i = _iI + _iI r_I + _{iI, (6)}

где r_i - доходность ценной бумаги i за данный период; r_{I -} доходность на рыночный индекс I за этот же период; _{iI -} коэффициент смещения; _{iI -} коэффициент наклона; _{iI -} случайная погрешность.

Как видно из выражения, при условии положительности коэффициента наклона, чем выше доходность на рыночный индекс, тем выше доходность ценной бумаги. “Бета” коэффициент исчисляется следующим образом:

 (7)

где _iI, обозначает ковариацию между доходностью акции i и доходностью на рыночный индекс, а _I² обозначает дисперсию (квадрат стандартного отклонения) доходности на индекс.

Исходя из рыночной модели, общий риск ценной бумаги i, измеряемый ее дисперсией и обозначенный как ²_i, состоит из двух частей: (1) рыночный (или систематический) риск (market risk) ; (2) собственный (или несистематический) риск (unique risk). Таким образом, ²_i равняется следующему выражению:

(8) где ²_i обозначает дисперсию доходности на рыночный индекс, ²_iI²_{i -} рыночный риск ценной бумаги i, а ² _i - собственный риск ценной бумаги i, мерой которого является дисперсия случайной погрешности _iI.

В рыночной модели общий риск портфеля, измеряемый дисперсией его доходности выражается следующим образом:

, (9)

где , .

В общем случае можно заметить, что чем более диверсифицирован портфель (т. е. чем большее количество ценных бумаг в него входит), тем меньше каждая доля Хi. При этом значение не меняется существенным образом, за исключением случаев преднамеренного включения в портфель ценных бумаг с относительно низким или высоким значением «беты». Так как «бета» портфеля является средним значением «беты» ценных бумаг, входящих в портфель, то нет оснований предполагать, что увеличение диверсификации портфеля вызовет изменение «беты» портфеля и, таким образом, рыночного риска портфеля в какую-либо сторону. Таким образом, можно утверждать, что диверсификация приводит к усреднению рыночного риска.

Совершенно другая ситуация возникает при рассмотрении собственного риска портфеля. Если предположить, что во все ценные бумаги инвестировано одинаковое количество средств, то доля Х составит 1/N. Если портфель становится более диверсифицированным, то количество бумаг в нем (равное N) становится больше. Это также означает, что величина 1/N уменьшается, что приводит к уменьшению собственного риска портфеля. Можно сделать следующее заключение: диверсификация существенно уменьшает риск.

Другим фактором, часто используемым в линейных регрессионных моделях, является доходность некоторого выделенного портфеля ценных бумаг, который называется касательным. Каждому портфелю соответствует случайная величина rp - доходность.

(10)

- риск портфеля.

Оптимальной для любого инвестора стратегией в этой модели оказывается инвестирование части средств в касательный портфель, а части - в безрисковые облигации. Либо наоборот: получение займа для дополнительного инвестирования в касательный портфель. Чем меньше будет доля средств, вложенных в рисковые активы по отношению к безрисковым, тем меньше будет величина риска.

Очевидно, что доходности ценных бумаг, обращающихся на рынке, можно рассматривать в зависимости от времени. При этом будут зависеть от времени числовые характеристики случайной величины rp. Так же, вообще говоря, будут зависеть от времени и значения параметров и .

Модель финансового рынка называется равновесной, если числовые характеристики входящих в нее случайных величин постоянны во времени. Экономический смысл подобного предположения очевиден: рынок считается «устоявшимся», сбалансированным. В этом случае можно получить некоторые конкретные результаты, существенно упрощающие ситуацию.

Будем рассматривать модель зависимости доходности ценной бумаги от доходности касательного портфеля (предполагается, что безрисковая ставка получения и предоставления займов для всех участников рынка одна и та же и равна rf). Если модель равновесная, т. е. рынок сбалансированный, то касательный портфель удовлетворяет следующему свойству: доля каждой ценной бумаги в нем соответствует ее относительной рыночной стоимости. Такой портфель называется рыночным и определяется однозначно. Таким образом, рассматривая равновесные модели, мы будем отождествлять понятия касательного и рыночного портфеля, доходность которого обозначим rM.

Итак, регрессионная модель для i-й ценной бумаги имеет вид:

(11)

Однофакторные модели во многих случаях являются вполне адекватными, однако чаще всего они оказываются слишком упрощенными и тогда приходится рассматривать зависимость доходности ценной бумаги от нескольких (т) факторов, т. е. линейные регрессионные модели вида:

(12)

Здесь и к - параметры, - факторы, определяющие состояние рынка (i - номер наблюдения).

Такими факторами могут быть, например, уровень инфляции, темпы прироста валового внутреннего продукта и др. Если данная ценная бумага относится к некоторому сектору экономики, то безусловно следует рассматривать факторы, специфические для данного сектора.

Следует стремиться к возможно меньшему количеству объясняющих переменных (факторов), поскольку кроме усложнения модели «лишние» факторы приводят к увеличению ошибок оценок.

В настоящее время в мире и России задача корректной количественной оценки рыночного риска приобретает чрезвычайно большое значение.

Далее кратко рассмотрим современные способы решения этой проблемы.

Казалось бы, современная теория финансов дает ответ на вопрос, как измерить рыночный риск. Согласно этой теории, мера риска должна учитывать величину отклонения фактического результата от ожидаемого и вероятность реализации такого исхода. В классическом подходе Гарри Марковица к решению проблемы выбора структуры инвестиционного портфеля принимается, что доходность любого рискованного финансового инструмента или портфеля в целом является случайной переменной, распределение вероятностей изменений доходности - нормальным, а мерой степени неопределенности доходности портфеля - стандартное отклонение от ожидаемого (среднего) значения. Инвестор основывает свое решение по выбору портфеля исключительно на ожидаемой доходности и стандартном отклонении. То есть для каждого портфеля инвестор должен оценить ожидаемую доходность за период владения и стандартное отклонение, а затем выбрать лучший вариант, основываясь на этих двух параметрах.

Однако в практике риск-менеджмента применение стандартного отклонения в качестве оценки риска имеет серьезные недостатки, из которых выделим два наиболее важных:

* во-первых, стандартное отклонение не дает корректной оценки риска, если распределение изменений рыночной стоимости (в дальнейшем - стоимости) портфеля инвестиций перестает быть нормальным (гауссовским) и симметричным;

* во-вторых, лица, принимающие решения по управлению портфелем, как правило, предпочитают получать информацию о риске в виде величины реальных денежных потерь, а не в форме стандартного отклонения.

Стандартное отклонение учитывает как благоприятные изменения стоимости портфеля, так и неблагоприятные. Если распределение изменений стоимости портфеля имеет симметричный вид, то стандартное отклонение определяет корректное значение риска. Асимметричность распределения изменений стоимости многих финансовых портфелей современных инвесторов объясняется включением в их состав опционов и подобных опционам инструментов, изменением стоимости которых относительно рыночных цен активов и обязательств является нелинейным.

Swap - своп, обмен: 1) своп на валютном рынке: покупка или продажа валюты на условиях «спот» (Spot) с одновременным заключением обратной форвардной сделки для покрытия валютных рисков; 2) в общем случае, своп - операция по обмену обязательствами или активами для улучшения их структуры, снижения рисков и издержек, получения прибыли.

Swaption - «свопцион»: комбинация опциона и свопа в форме опциона на заключение операции своп на определенных условиях (например, взамен уплаты опционной премии).

Сар - «кэп» («шапка») - фиксированный максимум процентной ставки в облигационном займе; это условие может отделяться от конкретной облигации и обращаться как самостоятельная ценная бумага.

Collar - «ошейник», «воротник»: фиксированные максимум и минимум процентной ставки в облигационном займе; может быть отделен от облигации и обращаться как самостоятельная ценная бумага.

Collar Swap - обмен обязательств по фиксированной ставке на обязательства по плавающей ставке, причем последняя имеет максимум и минимум.

Floor Agreement - соглашение «пол» -серия опционов «пут» (Put) относительно ставки ЛИБОР (LIBOR = London Interbank Offered Rate), другой процентной ставки или серия опционов «колл» (Call) на базе фьючерсного контракта, защищающие покупателя от снижения процентных ставок (продавец возмещает разницу между текущей и более высокой фиксированной ценами).

Warrants (WTs) - варранты, т. е. условие облигационного займа в форме ценных бумаг, дающих право на покупку дополнительных облигаций или акций заемщика по фиксированной цене; могут. самостоятельно обращаться на рынке.

Начиная с 1970 годов на международных и национальных финансовых рынках многократно увеличились объемы операций, в связи с этим существенно усложнились структуры этих рынков и расширился перечень финансовых инструментов, предлагаемых участникам рынков. Многообразие финансовых инструментов явилось результатом адаптации рынков к разнообразным потребностям субъектов финансовых сделок, к минимизации трансакционных издержек, международных, транс- и внутринациональных рисков.

Инструментарий, применяемый в международной практике, весьма разнообразен: на валютных рынках - форвардные и фьючерсные контракты, валютные опционы, свопы (Swap), опционы на свопы (Swaption) ; на денежных рынках - процентные фьючерсы, опционы на фьючерсы, свопы, опционы на свопы, кэпы (Сар), коллары (Collar), свопы на коллары (Collar Swap), флоры (Floor) и опционы на них (Caption, Floortion, Collar-tion) ; на фондовых рынках -фьючерсы и опционы не только на акции, но и на индексы, варранты (Warrants) и т. п. Параметры, описывающие степень риска (например, волатильность), могут рассматриваться в качестве торгуемого индекса, явным образом указывая на степень риска.

Международные финансовые рынки особенно динамично развиваются в течение последних двух десятилетий в ответ на значительные изменения в мировой экономике и экономической политике. Увеличение объемов международной торговли, появление транснациональных корпораций и банков, либерализация и волна дерегулирований национальных рынков в развитых странах, мировая хозяйственная интеграция способствовали росту интенсивности массового движения капитала. Происходящее переплетение национальных и международных активов приводит к формированию единого универсального рынка капиталов, доступного всем субъектам независимо от их государственной и национальной принадлежности. Все эти события и факторы вызывают повышенный интерес к выбору методологии количественной оценки финансовых рисков. Одной из таких методологий оценки рыночных рисков, развивающихся параллельно с ростом и развитием финансовых рынков, стала методология Value-at-Risk.

2.2 VаR - модели оценки инвестиционных рисков

Для всесторонней (количественной и качественной) оценки рыночного риска в настоящее время в мире все активнее используется методология Value-at-Risk (VaR). Существует множество неточных переводов и понятий «Value-at-Risk» типа «стоимость под риском», «стоимостная оценка (мера) риска» или даже «рисковая стоимость» и т. п., но, по мнению экспертов, подобные термины в научно-практической литературе следует использовать без перевода, используя латинские аббревиатуры и стараясь по возможности математически точно определять эти понятия с практическими иллюстрациями на примерах, применяя единую аббревиатуру. Тем не менее даже в англоязычной литературе для Value-at-Risk используются две аббревиатуры - VAR и VaR. Правильно применять последний вариант аббревиатуры, т. е. VaR, так как аббревиатура VAR может иногда употребляться в одной и той же зарубежной статье для обозначения и Value-at-Risk и дисперсии (Variance). Латинская аббревиатура VaR применяется на практике и в теории исключительно для обозначения Value-at-Risk, поэтому везде в данной работе только она и будет использоваться.

VaR - это вероятностно-статистический подход для определения соотношения ценовых показателей и риска, основным понятием в нем является распределение вероятностей, связывающее все возможные величины изменений рыночных факторов с их вероятностями.

Методология VaR стала особенно широко применяться в последние годы и сегодня используется в качестве единого унифицированного подхода к оценке риска международными банковскими и финансовыми организациями. Например, Банк международных расчетов (BIS) применяет VaR в качестве основы при установлении нормативов величины собственного капитала относительно риска активов.

Кроме единства и относительной простоты подхода, главным и, видимо, самым веским аргументом в пользу концепции VaR является тот факт, что VaR стала общепризнанной методологией оценки риска среди зарубежных организаций и финансистов.

Сторонники данной концепции верят, что в конечном итоге VaR позволит на общем языке обсуждать проблемы оценки риска финансовым директорам, бухгалтерам, акционерам, управленцам, аудиторам и регулирующим органам всех стран. Методология VaR обладает рядом других несомненных преимуществ, так как позволяет:

- оценить риск в терминах возможных потерь, соотнесенных с вероятностями их возникновения;

- измерить риски на различных рынках универсальным образом;

- агрегировать риски отдельных позиций в единую величину для всего портфеля, учитывая при этом информацию о количестве позиций, волатильности на рынке и периоде поддержания позиций.

К другим важным достоинствам VaR относятся: простота и наглядность расчётов, консолидация информации, возможность сравнительного анализа потерь и соответствующих им рисков, а также то, что сам процесс оценки риска не менее важен, чем результат. VaR -своеобразный способ мышления и рассуждения о рисках.

К недостаткам VaR относятся сильные и слабые допущения о свойствах финансовых рынков, поведении экономических агентов на этих рынках, о виде и параметрах эмпирической функции распределения вероятностей, о чувствительности портфеля и ряд других.

При оценке VaR практически не учитывается ликвидность - важная характеристика всех рынков, особенно российских. Это может привести к тому, что в отдельные моменты изменение структуры портфеля для уменьшения риска может оказаться бесполезным.

Методология VaR применима на стабильных рынках и перестает адекватно отображать величину риска, когда на рынках происходят быстрые и/или резкие изменения. Если рыночные условия существенно меняются, например, скачкообразно изменяются цены, резко изменяется ликвидность рынка или корреляция между активами, то VaR учтет эти изменения через определенный промежуток времени, только накопив необходимую статистику событий и данных. В течение же этого временного интервала любые оценки VaR будут некорректны.

С помощью VaR оценивается вероятность возникновения потерь больше определенного уровня, то есть оценивается «вес хвоста» распределения, поэтому дополнительно к VaR рекомендуется изучать поведение портфеля в стрессовых ситуациях (Stress-testing) и использовать сценарный подход (Scenario Approach), чтобы оценить «длину хвоста» распределения.

К тому же VaR (как, впрочем, большинство известных методологий и методик) не дает абсолютной оценки возможных потерь, иногда VaR - «прогноз непрогнозируемых событий».

Однако VaR - действительно универсальный подход к оценке рыночных рисков, методология и элемент культуры современного риск-менеджмента.

Одна из главных целей разработки концепции VaR - одним единственным числом агрегировать и отобразить информацию о рыночных рисках портфеля, а также о рисках составляющих портфель сегментов и элементов.

Следует различать VaR как методологию, т. е. совокупность отдельных методов и методик оценки рыночного риска и числовые значения VaR для различных финансовых инструментов и всего портфеля в целом как суммы потенциально возможных потерь.

Теоретически рыночный риск может характеризоваться единственным параметром - VaR.

Например, при оценке валютных рисков открытых валютных позиций фирмы или коммерческого банка Value at Risk - выраженная в единицах базовой валюты суммарная оценка максимально возможных (с некоторой заданной вероятностью) убытков от воздействия того или иного рыночного фактора на открытую позицию по данному финансовому инструменту (впрочем, как и по портфелю в целом) в течение периода времени, необходимого для закрытия этой позиции.

Формализовано точное определение VaR портфеля активов (финансовых инструментов) часто формулируется следующим образом. Пусть портфель фиксирован (известна стоимостная структура портфеля: состав финансовых инструментов и их цены в момент времени t). VaR портфеля для заданного доверительного уровня и данного периода поддержания позиций t определяется как такое значение V, которое обеспечивает покрытие максимально возможных потерь Х держателя (владельца или менеджера) портфеля за временной период t с заданной вероятностью р, т. е. выполняется соотношение: Р (Х -V) = р.

С точки зрения теории вероятностей и математической статистики VaR соответствует р-квантилю заданного распределения. При этом VaR = V соответствует доверительному уровню (Confidence Level), равному 1 - p.

Проще говоря, VaR - статистическая оценка максимально возможных потерь данного портфеля финансовых инструментов при заданном распределении за определенный период времени во всех случаях, за исключением заранее заданного малого процента ситуаций.

Итак, VaR - величина максимально возможных потерь, такая, что потери в стоимости данного портфеля инвестора за определенный период времени с заданной вероятностью не превысят этой величины.

Таким образом, VaR дает вероятностную оценку потенциальных убытков по портфелю в течение определенного временного периода при экспертно заданном доверительном уровне. Доверительный уровень определяет вероятность наступления определенного события (например, 99% или 99, 9%). Доверительный уровень часто соответствует доверительному уровню, используемому при расчете показателя отдачи на капитал RAROC (показатель «очищенной» от риска прибыли с капитала).

Доверительный уровень может устанавливаться не только в процентах, но и в среднеквадратических отклонениях (например, как в правиле «трех сигм» для гауссовского распределения вероятностей).

Временной горизонт определяет период, в течение которого осуществляется измерение риска потерь; он должен выбираться исходя из наличия статистических данных и характера проводимых операций в зависимости от продолжительности срока владения активами и ликвидности рынка.

В любом случае определение VaR подразумевает знание функции распределения доходности портфеля за выбранный интервал времени. Если стандартное отклонение как мера риска определяет «ширину» плотности распределения доходности портфеля, то VaR определяет конкретное значение потерь в стоимости портфеля, соответствующее заданному весу «хвоста» распределения.

Итак, для вычисления VaR необходимо определить ряд базовых элементов, непосредственно влияющих на его величину. В первую очередь это вероятностное распределение рыночных факторов, напрямую влияющих на изменения цен входящих в портфель активов. Понятно, что для его построения необходима некоторая статистика по поведению каждого из этих активов во времени. Если предположить, что логарифмы изменений цен активов подчиняются нормальному (гауссовскому) закону распределения с нулевым средним, то достаточно оценить только волатильность (здесь Volatility - среднеквадратическое отклонение приращения логарифма цены актива в единицу времени).

Однако на реальном российском финансовом рынке (впрочем, как и на многих зарубежных и международных рынках) предположение (гипотеза) о нормальности распределения, как правило, не выполняется.

После задания функций распределения рыночных факторов необходимо выбрать доверительный уровень, то есть вероятность, с которой наши потери не должны превышать VaR. Затем надо определить период поддержания позиций (holding period), на котором оцениваются потери. При некоторых упрощающих предположениях легко показать, что значение VaR портфеля пропорционально квадратному корню из периода поддержания позиций. Поэтому при принятии этих предположений или их достоверности достаточно вычислять только однодневную величину VaR. Тогда, например, четырехдневное значение VaR будет в два раза больше, а 25-дневное - в пять раз.

Кроме того, если в портфеле содержатся сложные производные финансовые инструменты (например, опционы), надо выбрать функцию их ценообразования в зависимости от параметров рынка. Наконец, необходимо определить корреляционные связи между различными рыночными факторами и составить матрицу ковариаций. Последнее представляется весьма важным.

Следует, однако, помнить, что любая числовая мера степени неопределенности является ограниченной - лишь само реальное распределение дает исчерпывающую характеристику риска. Поэтому в качестве такой меры риска выбор той или иной функции и числовых характеристик распределения должен производиться с учетом особенностей конкретной задачи управления рисками. Так, например, принимая доверительный уровень, скажем, 99%, мы должны подумать о последствиях «остального» 1% -будет ли это не слишком большой проигрыш порядка одного стандартного отклонения, или что-то типа мировых кризисов октября 1987 года (тогда индекс Доу-Джонса упал более чем на 800 пунктов) или 1997 года, «черного вторника» или кризиса августа 1998 года в России. В последних случаях необходимо увеличить доверительный интервал, например, до 99, 9% -99, 99%.

И, наконец, для расчета VaR необходимо знать стоимостную структуру портфеля (состав и цены финансовых инструментов).

Получение релевантной информации о составе портфеля - непростая задача. Некоторые крупные корпорации, имеющие в своем портфеле тысячи торгуемых на различных рынках инструментов и ведущие активные финансовые операции, сталкиваются с проблемой оперативного получения информации о текущей структуре портфеля.

Другая проблема состоит в выборе времени фиксации цен активов, образующих портфель. Торговые сессии на мировых рынках заканчиваются в разное время, что создает проблему: по каким ценам считать изменение стоимости портфеля? Обычно время фиксации выбирается как время закрытия торгов на рынке, где сосредоточены основные активы компании.

Итак, после того как выявлены все базовые элементы, следует обратиться непосредственно к процедуре вычисления Value-at-Risk.

Существуют три основных метода вычисления VaR: аналитический метод (иначе называемый вариационно-ковариационным методом, или методом ковариационных матриц), метод исторического моделирования (исторический метод, или метод исторических данных) и метод статистического моделирования (метод статистических испытаний или, иначе, метод Монте-Карло).

Основная идея аналитического метода заключается в выявлении рыночных факторов, влияющих на стоимость портфеля, и аппроксимации стоимости портфеля на основе этих факторов. То есть финансовые инструменты, составляющие портфель, разбиваются, насколько это возможно, на элементарные активы, такие, что изменение каждого зависит только от воздействия одного рыночного фактора. Например, многолетняя купонная облигация может рассматриваться как набор бескупонных облигаций с разными сроками погашения.

Портфель раскладывается на базисные активы (компоненты), от которых зависит его текущая (современная) стоимость (Present Value). Среднеквадратичное отклонение стоимости портфеля определяется среднеквадратическими отклонениями каждой из компонент и матрицей ковариаций. Наиболее известное воплощение этой модели - Risk-Metrics J. Р. Morgan.

Этот метод требует только оценки параметров распределения при явном допущении о виде распределения рыночных факторов. Обычно делают предположение о нормальном законе распределения каждого рыночного фактора. На основе данных прошлых периодов (далее исторических данных) вычисляются математические ожидания и дисперсии факторов, а также корреляции между ними. Если аппроксимация имеет линейный вид, то распределение доходности портфеля в целом также будет нормальным, и, зная параметры распределений рыночных факторов, можно определить параметры распределения всего портфеля.

Оценив стандартные отклонения логарифмов изменений цен для каждого из входящих в портфель активов, вычисляем VaR для них путем умножения стандартных отклонений на соответствующий доверительному уровню коэффициент. Полное вычисление VaR портфеля требует знания корреляционных связей между его элементами.

Аналитический метод может быть обобщен на портфель с произвольным числом различных активов - достаточно знать их волатильности и корреляции между ними. Волатильности важны при рассмотрении нелинейных инструментов. Корреляции между различными активами особенно важны при рассмотрении сложных портфелей - именно корреляция определяет характер неттирования прибылей/убытков между различными инструментами.

Серьезное преимущество этого метода состоит в том, что для большинства рыночных факторов все необходимые параметры нормального распределения хорошо известны. Отметим также, что оценка риска в рамках методологии VaR, полученная с помощью аналитического метода, совпадает с оценкой риска, предлагаемой современной портфельной теорией.

Аналитический метод прост в реализации и позволяет относительно быстро (возможно, даже в режиме реального времени) вычислять VaR практически на любых современных компьютерах. Но качество оценки ухудшается при увеличении в портфеле доли инструментов с нелинейными функциями выплат.

Кроме того, необходимость делать допущения о виде распределений для базовых активов является серьезным недостатком этого метода. Аналитический метод обладает также рядом не менее существенных недостатков. В частности, приходится опираться на весьма сомнительные гипотезы о нормальности распределения и стационарности нормального распределения, что делает метод мало пригодным для современных российских (и не только российских) условий. Метод неприменим для портфелей, состоящих из инструментов, стоимость которых зависит от базисных активов нелинейным образом, например, для портфелей, содержащих нелинейные финансовые инструменты типа опционов и так называемых кредитных деривативов (Credit Derivatives).

Резюмируя все вышесказанное по аналитическому методу, можно выделить основные положительные и отрицательные стороны применения аналитического метода для расчета VaR. Преимущества простота и наглядность расчетов возможность расчета совокупной величины VaR для линейных инструментов доступность методических материалов. Недостатки допущение о нормальном распределении невозможность расчета VaR для нелинейных инструментов.

Следующий метод, который используется при вычислении VaR, - это метод исторического моделирования. Этот метод заключается в исследовании изменений стоимости портфеля за предыдущий исторический период. Исторические изменения стоимости активов используются для оценки изменения текущей стоимости портфеля. Определяются максимально возможные изменения стоимости портфеля для выбранного доверительного уровня.