CC BY
13
Расширение каналов сбыта;
Снижение зависимости от крупных сетей;
Продвижение собственного бренда;
Прямой доступ к рынку сбыта;
Непосредственное взаимодействие с потребителями;
Сбыт и тестирование новой продукции;
и т.д.
У предприятия уже имеется сеть фирменных магазинов, расположенных в пределах г. Самара, что говорит о том, что у предприятия имеется внушительный опыт в торговле, что несомненно снижает инвестиционные риски. Кроме того, средняя рентабельность подобных магазинов от 30% и выше, что значительно превышает рентабельность производственной деятельности предприятия.
Конкретным инвестиционным проектом я предлагаю открытие фирменного магазина ЗАО «СБКК» в г.о. Чапаевск.
Одной из главных предпосылок открытия магазина именно в этом городе, является то, что подобных магазинов в городе нет. Население города составляет около 80 тыс. человек. Появление нового крупного бренда несомненно вызовет ажиотаж в достаточно небольшом городе, а следовательно уменьшит затраты на рекламу. А так как СБКК отличается высоким качеством своей продукции, то у магазина появится множество приверженцев.
Список литературы /References
1. Бизнес-планирование: учеб. пособие / В.А. Богомолова, Н.М. Белоусова, О.В. Кублашвили, Р.Ю. Ролдугина; Моск. гос. ун-т печати им. Ивана Федорова. М.: МГУП им. Ивана Федорова, 2014. 56 с.
2. Ковалев В.С. Стратегия повышения эффективности управления предприятиями пищевой промышленности: учеб. пособие. М.: АгроНИИТЭИПП, 2013. 127 с.
3. Квасова С.А. Повышение эффективности отечественных предприятий хлебопекарной промышленности и влияние ВТО // Управление экономическими системами, 2013. 204 с.
4. Территориальный орган Федеральной службы государственной статистики по Самарской области. САМАРАСТАТ. [Электронный ресурс]. 2013 г. Режим доступа: http://www.samarastat.ru/digital/region1/DocLib/04.pdf/ (дата обращения: 01.09.2017).
5. ЗАО «Самарский булочно-кондитерский комбинат». [Электронный ресурс]. Режим доступа: http: // http://www.sbkk.ru/ (дата обращения: 01.09.2017).
ИЗМЕНЧИВОСТЬ ОБМЕННЫХ КУРСОВ И ЕЕ ВОЗДЕЙСТВИЕ НА УПРАВЛЕНИЕ РИСКАМИ С ИСПОЛЬЗОВАНИЕМ ВНУТРЕННИХ МОДЕЛЕЙ В КОММЕРЧЕСКИХ БАНКАХ Галеева З.Т. Email: Galeeva17112@scientifictext.ru
Галеева Зульфия Талгатовна - магистрант, кафедра финансов и экономического анализа, Уфимский государственный авиационный технический университет, г. Уфа
Аннотация: финансовые рынки создают деловую среду для коммерческих банков. Изменение курсов ценных бумаг является важным атрибутом финансового рынка и определяется его размерами. Центральные банки осуществляют изменение курсов ценных бумаг в соответствии с монетарной политикой, основанной на активности
рынка. То же самое относится и к рынкам иностранных валют, где центральный банк воздействует на деятельность рынка посредством обменных курсов. Коммерческие банки в качестве альтернативы или в сочетании со стандартными методами могут применять внутренние модели с целью расчета требований к достаточности капитала для валютного риска и отдельных рыночных рисков (риск общей позиции в соответствии с долговыми и долевыми инструментами, риск изменения цен на товары). Если банки используют внутренние модели расчета капитала, все характеристики финансовых рынков должны быть включены во внутреннюю модель для обеспечения ее точности. Целью данной статьи является определение причин использования фактора ослабления или константы сглаживания (decayfactor) во внутренних моделях небольших финансовых рынков при помощи тестирования в прошлом (backtesting).
Ключевые слова: монетарная политика, Центральный банк, финансовые рынки, управление рисками, фактор ослабления (decayfactor), внутренние модели, тестирование в прошлом (backtesting).
EXCHANGE RATE VOLATILITY AND ITS IMPACT ON RISK MANAGEMENT WITH INTERNAL MODELS IN COMMERCIAL
BANKS Galeeva Z.T.
Galeyeva Zulfia Talgatovna - Undergraduate, DEPARTMENT OF FINANCE AND ECONOMIC ANALYSIS, UFA STATE AVIATION TECHNICAL UNIVERSITY (USATU), UFA
Abstract: financial markets create a business environment of a commercial bank. Price movement of an asset is an important attribute of a financial market and is defined with its size. Central banks adjust price movements with monetary policy based on market activity. The same holds for foreign exchange markets where central bank affects market activity with its exchange rate. Due to the capital decree legislated by Bank of Slovenia, Slovenian commercial banks can apply internal models for capital requirements calculation for currency risk and selected market risks (general position risk in line with debt and equity instruments, price change risk for commodities) as an alternative or in combination with standardized methodology. If banks use internal models for capital charge calculations all features of financial markets should be embedded in the internal model in order to assure proper accuracy of the model. The goal of this paper is to identify reasons for a decay factor application in internal models in small financial markets, and to show a proper back testing procedure in case of application of a decay factor.
Keywords: monetary policy, central bank, financial markets, risk management, decay factor, internal models, back testing.
УДК 336.71
Введение
В этой статье мы рассматриваем коммерческий банк в качестве финансового инвестора. При расчете капитала для валютного риска коммерческие банки могут использовать стандартизированный принцип или внутреннюю модель. Внутренняя модель управления рисками представляет собой эффективный подход к управлению валютным риском, поскольку она обеспечивает благоразумный объем взвешенного капитала (капитала, достаточного для покрытия рисков) на основе точного измерения риска. Если коммерческие банки используют внутреннюю модель для управления рисками, то в качестве меры риска используется рисковая стоимость (VaR). Коммерческие банки обычно используют два разных принципа для расчета рисковой
стоимости. Первый представлен историческим моделированием (historicalsimulation), ко второму принципу относится дельта-нормальный анализ (deltanormalapproach). На практике чаще используют принцип исторического моделирования расчета рисковой стоимости из-за независимого распределения этого принципа. Дельта-нормальный принцип основан на многомерном распределении, что ведет к недооценке рисков. В случае необходимости коммерческие банки могут использовать временное взвешивание прибыли на общую сумму активов для лучшего оценивания рисков, которым эти банки подвергаются.
Целью данной статьи является определение причин использования временных весов во внутренней модели и объяснение модификации метода тестирования в прошлом в случае применения временных весов.В соответствии с директивами 2000/12/EC, CAD 93/6/EEC и CAD3, коммерческие банки могут использовать внутренние модели расчетов требований к капиталу для валютных и отдельных рыночных рисков(риск общей позиции в соответствии с долговыми и долевыми инструментами, риск изменения цен на товары) в качестве альтернативы или в сочетании со стандартизированной методологией. При применении модели рисковой стоимости (VaR) в соответствии с директивами, коммерческий банк использует временные ряды для данных, которые должны охватывать период не менее одного операционного года. Временные ряды данных могут быть длиннее, но никогда не короче. Применение временного взвешивания и, следовательно, фактора ослабления эффективно укорачивает временные ряды данных. Условие директив касается эффективной длины временных рядов данных. Период эффективного наблюдения рассчитывается на основе средних лагов отдельных наблюдений. Этот период не может быть меньше шести месяцев (Базельский комитет по банковскому надзору [1]).
1. Теоретические основы.
Холтон [6] предлагает сценарии, которые могут адаптировать любые моменты (стандартное отклонение, четвертый центральный момент (куртозис) и корреляцию), а также другие параметры. Хулл и Вайт [10] и [11] разработали методику взвешивания, которая может сочетать только один или два момента. Холтон [7] ввел методологию взвешенных сценариев, которая может быть использована в методе Монте-Карло для рисковой стоимости.
Ричардсон, Баудаук, Вайтлоу [2] предложили гибридный подход, который сочетает два самых распространенных метода оценивания рисковой стоимости: классификацию рисков (RiskMetrics) и историческое моделирование. Они оценивают рисковую стоимость банковского портфеля, используя уменьшающийся вес для прошлых доходов, а затем подбирая соответствующий процентиль для эмпирического распределения. Эмпирические тесты показывают значительное улучшение в точности прогнозирования рисковой стоимости при использовании гибридного подхода. Данный подход особенно эффективен для расчета рисковой стоимости асимметричных данных с быстро меняющимися моментами.
Хороший обзор различных документов, в которых предлагались схемы взвешивания, можно найти у Доу [4].
Хсуе, Шинг и Лин [9] сравнивают точность разных методов исторического моделирования (альтернативные схемы взвешивания для данных обменного курса за прошлые периоды). Хсуе и Лин [8] используют метод, основанный на оценивании максимальной вероятности дисперсии распределения ошибки в сочетании с историческим моделированием при расчете рисковой стоимости обменных курсов. Они предполагают, что включение обобщенного распределения ошибок в метод исторического моделирования значительно улучшит обменный курс.
Процесс управления валютными рисками в коммерческом банке должен включать все факторы риска, которым подвергается банк. Каждый фактор риска управляется центральным банком и является функцией макроэкономических переменных. Стабильность валютных рисков относится к первоочередным задачам монетарной
политики. Стабильность обменного курса требует от коммерческих банков способности адаптироваться к торговле на валютных рынках. Центральный банк своей монетарной и валютной политикой определяет бизнес-среду коммерческого банка. Это следует рассматривать в рамках внутренней модели управления коммерческим банком валютными рисками и играет особую роль в программе стресс-тестирования, которая является частью внутренней модели управления рисками. Факторы риска определяют бизнес-среду коммерческого банка, они должны быть получены в процессе оценки риска и в программе стресс-тестирования банка.
Для расчета требований к капиталу коммерческие банки могут использовать стандартную методологию или внутренние модели. При использовании внутренней модели коммерческий банк должен принять во внимание макроэкономическую среду в качестве бизнес-окружения. Более того, обменный курс по отношению к местной валюте определяется центральным банком. Обменный курс должен быть относительно изменчивым, в зависимости от целей центрального банка. Если коммерческий банк управляет валютным риском при помощи внутренней модели, он должен адаптироваться к изменчивости обменного курса. Валютные рынки характеризуются ежедневным торговым объемом. Используя этот критерий, валютные рынки можно разделить на крупные и малые. На малых финансовых рынках можно ожидать значительные изменения курсов ценных бумаг и, в связи с этим, более высокую концентрацию доходов по ценным бумагам. Большую изменчивость можно показать при помощи эксцесса для функции распределения вероятности дохода. Деловая среда коммерческого банка определяется его клиентами и их спросом, а также Центральным банком с его монетарной и валютной политикой. Последний фактор особенно важен.
Независимость дохода является одним из ключевых предположений о временно независимой и однозначно распределенной IDD-модели.
1.1. Тесты по автокорреляции и стационарности.
Автокорреляция первого порядка является причиной, по которой банк может решить использовать фактор ослабления (decayfactor) в своей модели управления внутренними рисками. Кроме того, банку необходимо учитывать кластеризацию доходов. Предположим, что кластеризация высоких и/или низких доходов не происходит. В таком случае не нужно использовать фактор ослабления. Если есть признаки кластеризации доходов, то банк может столкнуться с временными субпериодами высокой дисперсии обменных курсов и с временными субпериодами низкой дисперсии обменных курсов. Кластеризацию доходов по обменным курсам можно протестировать с помощью концепции стационарности временных рядов. Если временные ряды стационарны, то среднее значение, дисперсия и автоковариация должны быть инвариантными. Согласно финансовой теории, цены активов следуют случайному блужданию и поэтому являются нестационарными. Но первые разности случайного блуждания временных рядов являются стационарными. Стоимость актива должна быть равна его цене в предыдущий день плюс случайный скачок. Если случайный скачок отсутствует, то временные ряды не имеют единичного корня и поэтому являются стационарными [5].
Если временные ряды обменных курсов выявили автокорреляцию первого порядка, эти временные ряды являются нестационарными, поскольку они не отвечают требованиям автоковариации. Стохастический процесс стационарен, если нет временной автоковариации, а средние значения и дисперсия инвариантны. Чтобы понять, инвариантны ли во времени среднее значение и дисперсия, необходимо разбить рассматриваемый временной горизонт на два субпериода и проверить предположение о различии между средними значениями и допущение о равных дисперсиях между указанными временными рядами. Для целей исследования временной горизонт необходимо разбить на две равные части. Первая часть включит половину временных рядов обменного курса, а вторая - вторую половину временных
рядов. Перед тем, как проверить предположение о разнице между средними значениями, необходимо провести анализ дисперсий. В данном исследовании тестирование равенства двух дисперсий будет выполнено с помощью теста Левене (Levene's Test). Нулевая гипотеза имеет следующую общую форму: Нулевая гипотеза имеет следующую общую форму: H0 :oi =о2 , а альтернативная гипотеза представлена в виде H1 :oi .
Для полного подтверждения предположения об одинаковых средних значениях необходимо протестировать выборки всех временных субпериодов.
Для тестирования стационарности временных рядов обменных курсов используется тест Дики-Фуллера (Dickey-Fullertest). Пусть Y будет временным рядом обменного курса, а ut - корректирующим членом. В данном исследовании тест Дики-Фуллера применен по отношению к регрессии и имеет следующий вид [5]: AYt=Pi +P2t +SYi_i +ut.
Если гомоскедастичность была представлена наряду со стационарностью, кластеризация изменчивости на основе выбранного временного горизонта не обнаруживается.
Если обнаружена кластеризация доходов, то необходимо применить фактор ослабления для улучшения точности оценивания риска. Значение используемого фактора ослабления находится в отрицательном соотношении с куртозисом функции распределения. Существование куртозиса означает, что доходы по активам не стационарны. Чем выше куртозис функции распределения дохода, тем меньше значение фактора ослабления. Если отсутствует эксцесс, то куртозиск функции распределения дохода составляет к=3, а соответствующий фактор ослабления 1 должен быть 1=1. В таком случае уравнение имеет следующий вид: limfc^(X) /(Я) = 0.
1.2. Моделирование и тестирование в прошлом (backtesting). Предположим, что коммерческий банк использует внутреннюю модель для управления валютным риском. Если доход по обменным курсам изменчивый и может наблюдаться кластеризация изменчивости, то коммерческий банк должен учитывать это в своей модели. Кластеризация может быть продемонстрирована в результатах тестирования в прошлом, поскольку кластеризация эксцессов может доказать существование кластеризации изменчивости дохода. Управление рисками посредством внутренней модели указывает на необходимость использования временного взвешивания и использования фактора ослабления. Разумеется, существует несколько уровней ликвидности на валютном рынке и можно установить несколько уровней эксцесса, превышающего показатель нормального распределения. Чем выше эксцесс распределения вероятностей дохода обменного курса, тем ниже должен быть установлен фактор ослабления. Тестирование в прошлом также показывает точность внутренней модели с несколькими элементами. В качестве критерия в нем используется рисковая стоимость (VaR). В соответствии с рисковой стоимостью кластеризация может означать высокую автокорреляцию риска. Если внутренняя модель коммерческого банка используется для управления валютным риском, то автокорреляция связана с автокорреляцией обменного курса. Оптимальным результатом тестирования в прошлом является равное распределение эксцессов в разных режимах изменчивости, что указывает на то, что рисковая стоимость чувствительна к рыночной конъюнктуре. Рыночная конъюнктура также представляет деловую среду коммерческого банка, и поэтому должна быть включена во внутреннюю модель. Таким образом, кластеризация эксцессов обеспечивает выбор фактора ослабления. Если VaR не реагирует на повышенную изменчивость доходов, это указывает на недостаточную параметризацию и следует выбрать более низкий фактор ослабления.
1.3. Модель. Во внутренних моделях должен использоваться эффективный временной ряд при использовании фактора ослабления. При использовании фактора ослабления (меньше 1), временные ряды данных должны быть расширены, условием
для применения внутренней модели является эффективный временной ряд данных, который должен быть не короче 250 ежедневных данных.
Предположим, что коммерческий банк использует внутреннюю модель для управления валютными рисками и не использует временное взвешивание. В данном случае он использует 250 значений факторов риска. Допустим, что д - взвешенное среднее значение и эффективное число данных во временном ряду. N будет числом всех данных в рассматриваемых временных рядах, а ni - числом данных во временных рядах, в которых i означает очередность. При отсутствии временного взвешивания, в общем случае имеет место следующее равенство:
N-(N + 1) £Г=1 щ 2 N + 1 250 + 1
и =-=---=-=-= 125,5.
F N N 2 2 '
Эффективное число данных во временных рядах не должно быть меньше 125,5. Это соответствует требованию, по которому период наблюдения не должен быть меньше шести месяцев (Базельский комитет по банковскому надзору [1]).
Идея эффективного временного ряда идентична средневзвешенной концепции безопасности. Если безусловная прибыль не является IDD, то можно предположить, что данные о прибыли из близкого прошлого лучше отображают будущий риск, в отличие от других.
Баудаук, Ричардсон и Вайтлоу [2] предложили метод исторического моделирования (historical simulation), известного как модель BRW. Эта модель дает разные весы для прибыли в зависимости от времени. Последней прибыли rt дан вес a =1, а прибыли до этого rt-1 дан вес a2 , где a2 =ajX. X представляет экспоненциальный фактор ослабления со значениями в интервале от 0 до 1.Наибольшие веса дают доходам близкого прошлого.
Если коммерческий банк использует временное взвешивание по схеме взвешивания ai, то в общем случае имеет место следующее уравнение:
_ ЕГ=1 CLj ■ щ _ аг + 2а2 +--- + 250а25о
^ ~ N ~ 250 '
Пусть X - фактор ослабления. Тогда применимо следующее:
ZiLi ai' nt ax + 2a2 +-- + 250a25o " =-~ =-250-=
^ a2=aiA=>a2A=>aiA2
«¡A I... + 250a25o
250
1 + 2 ■ Я + —I- 250а25о
=---— > 125,5.
250
Если последнее уравнение не работает, то коммерческий банк должен расширить временные ряды данных. Временные ряды данных следует расширить, чтобы было выполнено следующее условие:
_ ЕГ= 1Щ ■ Щ _ а± + 2 ■ а2 + ••• + 250а25о + ••• + Иаи N ~ N
> 125,5.
Банк будет стремиться к минимальному N, чтобы сохранялось последнее неравенство. В этом состоит проблема минимизации, для которой банк будет искать решение. Длина временных рядов может быть больше, поэтому д может быть д>125,5. Когда банк применяет фактор ослабления, значение фактора ослабления определяет относительную важность ежедневного результата торгов в виде временного ряда результатов торгов на ежедневной основе. В случае если не используется временное взвешивание, сумма всех весов определяется уравнением] f= г а¿ = 2 5 0. Если коммерческий банк использует более длинные временные ряды данных (250 операционных дней - минимальная длина временных рядов), то уравнение ] f= 1ai=25 0 может принять следующий вид ]= 1ai>25 0. Последнее неравенство очень важно. Минимальная сумма всех весов должна быть не меньше 250. Но это не единственное ограничение при определении длины временных рядов. Другое ограничение связано с периодом наблюдения. При определении требуемой длины временных рядов будет выбрано большее значение всех ограничений, поскольку все ограничения должны быть выполнены. Значение N соответствует решению следующей проблемы оптимизации:
Min N subject to ] f= 1 ai > 2 5 0
£f= 1 CLi ■ Щ
аг + 2a2 + —I- 250a25o + —Ь NaN
~ N
a, ■ (1 + 2Л + ЗЯ2 + ••• + NA14'1)
= —--- > 125,5
N
ai > 0Vi 6 {1,2,... ,7V} N > 0.
Предположим, что 1= 0,999. Если коммерческий банк рассматривает только данные N = 250 во временных рядах обменных курсов, то мы получаем:
N
^а; > 250,
1=1
N
> 1,
1 = 1 250
1 V 1
—- ) at = — (1 + Я + Я2 + ••• + Я250"1) = 0,885187. 50 250
250
i=i
Результаты расчетов показывают, что длина временных рядов обменных курсов слишком мала и должна быть увеличена. Поиск решения только при условии YJi=±0.1 > 2 5 0 дал бы решение N = 288. Расчеты показывают, что средняя длина временных рядов, где N = 288, составляет 119,6049. Поэтому первое условие выполняется, а второе нет. Теперь мы должны найти минимальную длину временных рядов, такую чтобы второе условие в данной задаче оптимизации было выполнено. Поэтому применяется следующее:
га-, + 2a7 + —I- 250а?г;П + —I- Na
min'
. /аг + /а2 + ••• + 2ЬОа250 + ••• + NaN \ in -> 125,5 ,
V N ) . /аг + 2 а2 + ••• + 250а25о + ••• + NaN \ in -> 125,5 =
V N )
Мы рассчитали решение проблемы оптимизации:
N
> 250
i=1
Sill a-í ■ щ
ах + 2а2 + —I- 250а25о + —I- NaN
~ Ñ ~ а, ■ (1 + 2Л + ЗЯ2 + ••• + NA"'1)
= —--- > 125,5
N
a¿ > 0Vi 6 {1,2, ...,N] N > О
when Я = 0,999 is W = 306. Выводы
Целью данной статьи является определение условий, при которых коммерческий банк должен применять фактор ослабления во внутренней модели управления валютными рисками. Мы показали, что автокорреляция или стационарность являются причинами внедрения фактора ослабления во внутренней модели для цели управления валютным риском в коммерческом банке. Если временные ряды нестационарные, то необходимо использовать фактор ослабления. При использовании фактора ослабления должна быть увеличена длина временных рядов. Длина временных рядов может быть рассчитана с помощью математической модели оптимизации, которая была сначала объяснена, а затем использована с выбранным фактором ослабления.
Список литературы /References
1. Basel Committee on Banking Supervision: Amendment to the capital accord to incorporate market risks, 1996.
2. Boudoukh J., Richardson M.P., Whitelaw R. The best of both worlds: A hybrid approach to calculating value at risk // Risk, 1998. № 5. Pp. 64-67.
3. Campbell J.Y., Lo A. W., MacKinlay C.A. The econometrics of financial markets. Princeton: Princeton University Press, 1997. 611 pp.
4. DowdK. Measuring Market Risk. New York: John Wiley & Sons, 2nd edition, 2005.
5. Gujarati N.D. Basic econometrics. New York: McGraw-Hill, 1995. 838 pp.
6. Holton G.A. Simulating value-at-risk // Risk 11, 1998. № 5. Pp. 60-63.
7. Holton G.A. Simulating Value-at-Risk with Weighted Scenarios // Financial Engineering News, January 1999.
8. Hsieh C.-C., Lin C.-H. Applying Generalized Error Distribution to the historical simulation method for Value-at Risk to improve performance of risk management of exchange rate// National Kaohsiung First University of Science and Technology, 2003.
9. Hsueh P.-H., Shyng W.-T., Lin C.-H. A Study on Estimating Value-at-Risk Model for US Dollars Against NT Dollars Exchange Rate by Historical Simulation Approach // National Kaohsiung First University of Science and Technology, 2002.
10. Hull J., White A. Value at risk when daily changes in market variables are not normally distributed // Journal of derivatives 5, 1998. № 3. Pp. 9-19.
11. Hull J., White A. Incorporating volatility updating into the historical simulation method for value-at-risk // Journal of Risk 1. Fall, 1998. Pp. 5-19.
12. Jorion P. Value at risk: The new benchmark for controlling market risk. New York: McGraw-Hill, 2001. 543 pp.
