диссертация (1169902), страница 13

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 13)

Далее М. Критцман и Ю. Ли рассматриваютстандартное изменение коэффициента поглощения (формула (6)):(6)гдесоответственно, а– средние значения AR за 15 дней и 1 год– стандартное отклонение AR за прошлый год, и приходятк выводу о том, что опережающее падение фондового рынка США почти всегдапредварялось отклонением AR на одну сигму месяцем ранее.Итак, оценка риска, осуществляемая с использованием различныхколичественныхметодов,служиториентиромдляразработкимермакропруденциальной политики. В связи с многообразием подходов к оценкерискаглавнойзадачейрегулирующихоргановстановитсявыделениеприоритетных методик, создание целостной системы оценки и мониторингасистемного риска.

При этом очень важно, чтобы результаты моделированиябыли достоверными, так как стоимость ошибок может оказаться слишкомвысокой. Однако на практике получается, что многие модели дают точныйпрогноз кризиса a posteriori, когда он уже произошел (качество моделейпроверяется с помощью бэктестинга), но являются несостоятельными дляпрогнозов на будущее.Кроме того, рассмотренные подходы предполагают оценку отдельныхаспектов системного риска. Так, все вышерассмотренные модели можноразделить на две группы в зависимости от того, на каком аспекте системногориска делается акцент – временном или межсекторальном.

К моделям,делающим акцент на пространственном аспекте, то есть на самом процессераспространения риска между различными институтами и секторами, ихпрямых и косвенных взаимосвязях, следует отнести сетевые методы, метрики,оценивающие вклад каждого института в совокупный риск, стресс-тесты.66Временнойаспектотражаетдинамикуразвитиянакопленногорискафинансового сектора за определенный интервал времени, изменение его уровняв течение макроэкономического цикла.

Временной аспект учитывают системыиндикаторов раннего обнаружения.Результаты,получаемыеспомощьюколичественныхмоделей,оцениваются как противоречивые. Например, различные методики выделяютразныесистемноДаниэльсона,59значимыевспискахинституты.ТОП-10СогласносистемноисследованиюзначимыхДж.институтов,определяемых по величине MES, SRISK и CoVaR, нет ни одного совпадения.Для определения согласованности результатов, получаемых с помощьюразных моделей Дж.

Даниэльсон предлагает использовать коэффициент риска(Risk Ratio), 60 который будет указывать, насколько используемые методыколичественной оценки согласуются между собой, и можно ли доверятьполученным результатам. Коэффициент риска оценивается по следующемуалгоритму: Рассчитываетсяуровеньрискадляопределенногоактивасиспользованием традиционных количественных методов (скользящая средняя,GARCH, экспоненциально взвешенная скользящая средняя и др.) Определяется отношение наибольшей из полученных оценок уровняриска к наименьшей. Получаемый коэффициент отражает, насколько сильно отличаютсяиспользуемые методики, насколько разным будет предсказанное значениериска. Согласно выводам, полученным в исследовании, разные методики даютодинаковый прогноз риска в условиях стабильно развивающейся экономики, ноих показатели сильно разнятся для кризисного периода.Benoit S., Colletaz G., Hurlin C.

and Pérignon C. A Theoretical and Empirical Comparison of Systemic RiskMeasures // HEC Paris Working Paper № FIN-2014-1030, 201360Daníelsson J., James K., Valenzuela M. and Zer I. Model Risk of Risk Models // Federal reserve Board WorkingPaper № 2014-34, 2014.5967К основным причинам недостаточно хорошего качества моделейотносят:1.Низкая частота финансовых кризисов – кризисы происходят не такчасто, поэтому представительную выборку собрать сложно. Подсчитано, чтодля стран ОЭСР вероятность финансового кризиса составляет 2,3% в год, тоесть в «средней» стране кризис случается раз в 43 года.

61 Исследователямприходится использовать статистику за стабильные годы, которая не можетсвидетельствовать о динамике показателей в периоды спадов. По таким даннымсложно сделать качественный прогноз будущего финансового кризиса или,хотя бы, диагностировать «накопление дисбалансов». И наоборот, модель,построенная на основе только кризисных данных, будет экстраполироватьбольший системный риск для стабильных периодов. Из-за недостаточностистатистической базы получаемая оценка системного риска оказываетсясмещенной.2.Предположение об экзогенной природе риска. Риск являетсяэндогенным, с той точки зрения, что участники рынка имеют сильные стимулыдляобходаустановленныхнормативныхтребованийвотношениипринимаемых рисков, в результате чего они берут на себя чрезмерные риски,но скрывают это.

Получается, что регулятор не может отследить накоплениериска, и кризис реализуется самым неожиданным образом.Для улучшения качества прогнозов необходимо: помимо точечных оценок, использовать доверительные интервалы,чувствительные к спецификации модели; модели должны строиться с учетом не только имеющейся на данныймомент рыночной информации, но также учитывать предкризисное накоплениедиспропорций;61Danıelsson J., Valenzuela M., Zer I.

Learning from History: What Statistical Analysis of Crises Passed Tells UsAbout Crises Future // London School of Economics Working Paper, 2014.68 вероятности, используемые в моделях, должны согласовываться среальной вероятностью возникновения кризиса.Многочисленные модели количественной оценки системного рискаснабжают регулирующие органы ценной информацией, которая может помочьв раннем выявлении негативных тенденций и принятии своевременных мер дляисправления положения. Однако, надо понимать, что все модели являютсясвоего рода «снимками», фиксирующими реальный мир и никогда неучитывающими всех возможных реальных факторов (риск модели), не говоряуже о том, что возможны чисто технические ошибки измерения.На данный момент нет универсального инструмента, который мог быточно предсказывать начало системных кризисов. Система мониторинга рисковфинансовой системы должна строиться с учетом специфических условий вконкретной стране и различных аспектов системного риска.Результаты прогнозирования уровня риска с помощью количественныхмоделей надо с определенной долей осторожности и сочетать их сэвристическими методами.2.2.

Эмпирическая оценка системного риска: межстрановой подходГлобальный финансово-экономический кризис 2007-2009 годов выявилнеобходимость в более детальном изучении механизмов накопления ираспространениясистемногорискавцеляхисключениявозможностиповторения стратегических ошибок, которые привели к значительным потерямкак в финансовом, так и в реальном секторе.

Предполагается, что дальнейшееизучение системного риска будет связано со следующими условиями: во-первых, необходимо определить, какие существующие показателиспособны наиболее точно отражать накопление системного риска в финансовомсекторе; во-вторых,разработатьтеоретическиемодели,отражающие69взаимодействие реального и финансового секторов.В 2008 году в докладе по финансовой стабильности МВФ62 содержаласьглава, посвященная системному риску финансового сектора, в которой вкачестве отправной точки для организации мониторинга системного рискарекомендовалось, в первую очередь, рассчитывать и наблюдать за динамикойкоэффициента корреляции между различными сегментами финансовогосектора (ценами различных финансовых активов).

Данная рекомендация былаоснована на предпосылке о том, что в периоды рыночных спадов коэффициенткорреляции между различными сегментами (ценами финансовых активов)резко возрастает. Это было характерно и для кризиса стран Юго-ВосточнойАзии в 1997-1998 годах, и для ипотечного кризиса в США в 2008 году, и длякризиса суверенного долга в ЕС в 2010-2012 годах. Также в исследовании МВФбыло продемонстрировано, что одним из признаков системного риска является«эффект переключения режима» между 2 фазами рынка: «спокойный период» (низкой волатильности), который характеризуетсяустойчивым экономическим ростом; режимнестабильности(высокойволатильности),илиспадэкономической активности.Данные режимы отличаются по характеру поведения статистическихпоказателей: изменяется степень и направление корреляционной взаимосвязимежду ценами активов, уровень волатильности различных переменных,вероятность наступления событий из хвостов распределения.

Как отмечают Ж.Роше, Ж. Тироль 63 «…системный кризис по определению достаточно редкоеявление,поэтомуиспользованиемоделей,восновекоторыхлежатстатистические показатели, рассчитанные для «спокойного периода» не имеютGlobal Financial Stability Report. Containing Systemic Risks and Restoring Financial Soundness. – InternationalMonetary Fund, April 2008.63 Rochet J-Ch., Tirole J.

Interbank Lending and Systemic Risk // Journal of Money, Credit, and Banking. 1996. Vol.28 № 4, pp. 733-762.6270прикладной ценности. Известно, что в периоды кризисов значительноувеличивается корреляция доходностей финансовых активов…»В начале кризиса субстандартной ипотеки, когда стали проявлятьсяпервые признаки нетипичной ценовой динамики финансовых активов,большинство игроков на рынке сумели без применения формальных моделейуловить, что «рынки ведут себя иначе, чем прежде» (“the markets are differentfrom what they used to be”).

64 Однако наличие объективного индикатора,подтверждающего, что прежние взаимосвязи больше не актуальны, и системаперешла в новый режим функционирования, было бы полезным как дляинвесторов, заинтересованных в формировании устойчивого инвестиционногопортфеля в разных фазах бизнес-цикла, так и для регулятора. Институту,отвечающемузапроведениемакропруденциальнойполитики,важносвоевременно определять момент перехода из одной фазы в другую,отслеживать динамику распространения системного риска в реальном времени,чтобы адекватно применять меры экономического регулирования, основанныена контрциклическом принципе.Основная задача контрциклического регулирования – предотвратитьраспространение системного риска и смягчить процикличность.

В процессенарастаниядисбалансоврискиобычнонедооцениваютсяи, наоборот,переоцениваются, когда они уже реализовались. В то же время эффективностьмер макропруденциальной политики проявляется с определенным временнымлагом. Ужесточение мер макропруденциального регулирования, возложениедополнительной нагрузки на финансовые институты, уже находящиеся всостоянии стресса, может привести к ускорению эффекта заражения итрансмиссии негативных шоков в реальный сектор.

В соответствии с этим,регулятору необходимо точно определять начало «аномальной» динамики на64Kritzman M., Li Y. Skulls, Financial Turbulence, and Risk Management // Financial Analysts Journal. 2010. Vol. 66№ 5, pp. 30-41.71финансовыхрынкахизаранееприменятьмерыконтрциклическогорегулирования.В результате важной задачей представляется нахождение метрики,которая позволила бы провести дихотомическую классификацию между«спокойными периодами» и эпизодами финансовой волатильности. Ex-postподобныесменырежимаможновыявитьстандартнымитестаминаструктурные сдвиги во временных рядах.

Характеристики

Список файлов диссертации