Моделирование рыночного риска коммерческого банка (1142481), страница 4
Текст из файла (страница 4)
4) показывает, что из трехрассматриваемых моделей для каждого периода является парето-оптимальной модельблочной коллокации.Рис. 4. Многокритериальный анализ моделей, 2009 г. и 2010 - 2011 гг.21Результатыанализа эффективностимоделейпоказывают,чтоиз трехрассмотренных моделей по большинству показателей оптимальной является модельблочной коллокации.Для сравнения с показателем RMVaR введен показатель SAVaR(StandardAnalytical VaR) — меру риска методики VaR, рассчитываемую аналитическимметодом, нашедшим широкое практическое применение.
В рамках данного методаиспользуетсяпредпосылка о нормальном законе распределения временного ряда«логарифмической»прибылиснулевымматематическиможиданиемдляоднодневного горизонта. Формула для расчета показателя SAVaR в случае одногоактива для периода упреждения k = 1 имеет видSAVaR = An Z1- a s n + k ,где Z1-α – квантиль нормального распределения, соответствующая уровню доверия(1-α); σn+k – прогнозируемая волатильность доходности актива.Таким образом, задача оценки рыночного риска в рамках аналитического методасводится к оценке волатильности доходности финансового индекса. Волатильностьдоходности может быть оценена на основе выборочной дисперсии с использованиеммоделей прогнозирования — GARCH(1,1) и EWMA, учитывающих изменениедисперсии во времени.В модели EWMA ожидаемая волатильность в момент t рассчитывается так:st2 = ls2t -1 + (1 - l )ht2-1 .В модели GARCH(1,1) волатильность оценивается следующим образом:s2t = a 0 + a1ht2-1 + b1s2t -1 ,где a 0 > 0, a1 ³ 0, b1 ³ 0 .Для вычисления показателя SAVaR в рамках модели EWMA использовались двазначения параметра сглаживания λ: 0,94 и 0,86.
Значение параметра λ=0,94рекомендовано в подходе Risk Metrics. Значение параметра сглаживания λ=0,86подобрано для уровня толерантности γL=0,05 и глубины ретроспективы T = 20.Вычислен показатель SAVaR в рамках модели GARCH(1,1), которая строилась всреде MATLAB с использованием специальных процедур Econometrics Toolbox.На рис. 5 приведены результаты вычислений за 2009 г. и 2010 - 2011гг. дляпоказателя RM VaR в рамках модели рандомизированной коллокации и для показателя22SAVaR в рамках модели EWMA с λ=0,94 и λ=0,86 по выборочным данным объёмом 20наблюдений и модели GARCH(1,1) по выборочным данным объёмом 20 и 250наблюдений.Рис. 5.
Динамика показателей SAVaR и RM VaR , 2009 г. и 2010 - 2011 гг.В табл. 3 приведены значения показателей, характеризующих точность иэффективность анализируемых моделей.Таблица 3. Показатели точности и эффективности моделейМодельRMVaR (РК)SAVaR -EWMA(λ=0,94)SAVaR -EWMA(λ=0,86)SAVaR -GARCH(1,1)-20SAVaR -GARCH(1,1)-250BL0,88%2009 г.F0,0610,44%3,51%3,95%0,0500,4270,2943,07%0,201G55,56575,15950,11849,53654,1082010 - 2011 гг.GFBL3,02% 0,273 45,1790,43%4,74%5,60%0,0740,5400,7273,02%0,53960,33539,71239,39445,351Для всех моделей за 2009 г. показатель BL не превышает уровень значимостиα=5%, поэтому они адекватные. Показатель BL модели GARCH(1,1)-20порезультатам за 2010 - 2011 гг.
превышает уровня значимости α=5%, и онанеадекватная. Остальные модели за 2010 - 2011 гг. адекватные, так как показательBL для каждой не превышает уровень значимости α=5%.Из многокритериального анализа моделей (рис. 6) следует, что паретооптимальной (или близкой к ней) для каждого периода является модельрандомизированный коллокации.23Рис. 6. Многокритериальный анализ моделей, 2009 г. и 2010 - 2011 гг.Результаты анализа эффективности моделей показывают, что наиболееэффективной (парето-оптимальной) из трех рассмотренных моделей для обоихпериодов является модель оценки рыночного риска в рамках рандомизированнойколлокации.Главный вывод проведенного практического исследования: предложенные вдиссертационной работе модели оценки рыночного риска имеют преимущества посравнению с традиционными методиками оценки VaR.
Насколько велики этипреимущества – в каждом конкретном случае зависит от многих факторов.III. СПИСОК РАБОТ, ОПУБЛИКОВАННЫХ ПО ТЕМЕ ДИССЕРТАЦИИСтатьи, опубликованные в журналах, определенных ВАК:1.ШандраМ.И.Оценкарискамаксимальныхпотерьврамкахрандомизированной коллокации [текст] / Л.О. Бабешко, В.А. Бывшев, М.И. Шандра //Управление риском. – М., 2009. – №4 (52). – С. 44-50. (0,6/0,2 п.л.).2.Шандра М.И. Сравнительный анализ моделей оценки риска в рамкахметодики VaR [текст] / М.И.
Шандра // Вестник Финансовой академии. — М., 2011.– №1 (61). – С. 47 - 50. (0,5 п.л.).3.Шандра М.И. Оценка риска портфеля активов при помощи методикиVaR в рамках блочной коллокации [текст] / Л.О. Бабешко, М.И. Шандра //Управление риском. – М., 2011. – №1 (57). – С. 41 - 48. (0,6/0,3 п.л.);4.Шандра М.И. Оценка риска в рамках процедуры регуляризации [текст] /М.И.
Шандра // Экономика. Предпринимательство. Окружающая среда. – М., 2011.– № 2 (46). – С. 23 - 26. (0,4 п.л.).5.Шандра М.И. Модели оценки рыночного риска в рамках методики VaR:рандомизированная коллокация и GARCH(1,1) [электронная] / М.И. Шандра //24Управление экономическими системами: электронный научный журнал. – М., 2011.– № 10 (34). (0,5 п.л.). URL: http://www.uecs.ru/Статьи, опубликованные в других научных изданиях:6.Шандра М.И. Определение VaR в рамках процедуры регуляризации[текст] / М.И. Шандра // Экономическое прогнозирование: методы и модели.Материалы V Международной научно-практической конференции, 28 апреля 2009 г.:в 2 ч. / [под общ.
ред. В.В. Давниса]; Воронеж. гос. ун-т [и др.]. – Воронеж:Издательско-полиграфический центр Воронежского государственного университета,2009. – Ч. 2. – С. 277 - 282. (0,3 п.л.);7.ШандраМ.И.Определениемаксимальныхпотерьврамкахколлокационного подхода [текст] / В.А. Бывшев, Л.О. Бабешко, М.И. Шандра //Анализ, моделирование и прогнозирование экономических процессов: материалыI Международной научно-практической Интернет-конференции, 10 декабря 2009 г. –10 февраля 2010 г. / [под ред.
Л.Ю. Богачковой, В.В. Давниса]; Волгоград. гос. ун-т,Воронеж. гос. ун-т. – Воронеж.: Издательство ЦНТИ, 2009. – Ч. 1. – С. 85 - 91.(0,33/0,11 п.л.);8.Шандра М.И. Оценка ценового риска в рамках коллокационного подхода[текст] / Л.О. Бабешко, М.И. Шандра // Экономическое прогнозирование: методы имодели. Материалы VI Международной научно-практической конференции, 6 апреля2010 г.: в 2 ч. / [под общ. ред. В.В.
Давниса]; Воронеж. гос. ун-т [и др.]. – Воронеж:Издательско-полиграфический центр Воронежского государственного университета,2010. – Ч. 1. – С. 34 - 38. (0,3/0,15 п.л.);9.ШандраМ.И.Определениеоптимальногообъемавыборкиприоценивании максимальных потерь в рамках рандомизированной коллокации [текст] /М.И. Шандра // Материалы VII Международной научной конференции молодыхученых, аспирантов и студентов «Молодежь и экономика», 22 апреля 2010 г. –Ярославль, ВЭФИ ФУ, 2010.
– том IV. – С. 197 - 199. (0,24 п.л.);10.Шандра М.И. Модели оценки риска в рамках методики VaR:рандомизированная коллокация и EWMA [текст] / М.И. Шандра // Математика и ееприложения.Экономическое прогнозирование:методыимодели. МатериалыVI Международной научно-практической конференции, г.
Орел, 20-21 мая 2011 г. /под общ. ред. В.В. Давниса, А.Н. Зарубина; Воронеж. гос. ун-т [и др.]. – Воронеж:ООО «Воронежский центр новых технологий и инноваций», 2011. – С. 349 - 358.(0,62 п.л.)..
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
