CC BY
531
Все мировое сообщество становится на защиту окружающей среды и гостиничная сфера не является исключением. Отели активно пропагандируют заботу о природе и здоровье своих гостей. Это не только помогает защите окружающей среды, но и привлекает состоятельных клиентов. Важным элементом является открытость гостиничного предприятия, что даёт построить доверительные отношения с потребителем. Честность, ориентация на здоровье общества, причастность к улучшению экологии, партнерство как с государственными и частными организациями, так и с потребителем обеспечивают позиционирование гостиницы как социально ответственного предприятия, улучшают качество услуги, повышают конкурентоспособные преимущества.
Литература
1. Власова Е. Я., Оганесян Н. Р., Яндыганов Я. Я.Экологический маркетинг -основной элемент экологической политики предприятия // Экономика региона, 2009. № 4. С. 145-155.
2. Гусева Т. В. Экологический маркетинг // Маркетинг в России и за рубежом, 2008. № 4. С. 19-24.
3. Козлова О. А. Экологический маркетинг: новый концептуальный подход и стратегический потенциал производителей // Вестник Омского университета, 2011. № 1. C. 146-155.
4. Punitha S. Consumers' Perceptions of Green Marketing in the Hotel Industry // Asian Social Science, 2016. vol. 12. P. 1-16.
5. Портал про гостиничный бизнес. [Электронный ресурс]: URL: http://prohotel.ru/publication/news/?tagid=166&tag=. (дата обращения: 01.04.2016).
Методика оценки рисков Value-at-Risk Буваев Б. Л.
Буваев Борлык Лиджиевич /Buvaev Borlyk Lidzhievich - магистрант, кафедра мировых финансов, факультет международных экономических отношений, Финансовый Университет, г. Москва
Аннотация: данная работа представляет собой описание основных предположений модели Value-at-Risk (VaR), включая её критику (ограничения), а также применение модели на практике для оценки рыночного риска торговых позиций банка. В качестве примера расчета VaR был взят портфель активов, состоящий из акций компании Магнит. Ключевые слова: Value-at-Risk, VaR, риск-менеджмент.
История модели
Модель VaR была разработана в 80-х годах XX века, но широкое распространение получила благодаря применению во внутренней практике американского инвестиционного банка JP Morgan. В 1994 году банк выпустил методологию расчета показателя VaR и дал его интерпретацию [1]. Позже показатель стал широко использоваться в департаментах риск-менеджмента других финансовых институтов, включая банки, страховые компании, брокерские, управляющие компании и хедж фонды. Несмотря на то, что на тот момент показатель VaR не был регламентируем требованиями регулятора, он служил хорошей аппроксимацией риска при проведении финансовых операций.
VaR как продвинутый инструмент риск менеджмента широко внедрялся в банковское сообщество, что было отражено в положениях Базеля II [2]. Базельский комитет допускает использование методики параметрического VaR для оценки рыночных рисков. Национальными регуляторами также подчеркивалось то, что VaR является лучшим прикладным инструментом, используемым на рынке.
История свидетельствует, что на практике, как инструмент оценки рисков, VaR не является достаточным. Первым «тревожным звонком» послужило банкротство крупнейшего хедж фонда, использующего арбитражные стратегии на рынках развивающихся и развитых стран, - Long-Term Capital Management (LTCM). LTCM в отчетах для инвесторов применял в качестве аппроксимации («прокси») риска показатель VaR, но дефолт облигаций России (1998 год) не был предусмотрен моделью, ориентирующейся исключительно на статистические данные.
Вторым и наиболее очевидным сигналом для переоценки моделей риск-менеджмента стало банкротство одного из крупнейших инвестиционных банков США - Lehman Brothers, которое повлекло падение мировой финансовой системы. Данное событие также не было предусмотрено статистически. Но модели VaR эффективно работали на основном рынке, на котором действовал Lehman - рынок ипотечных бумаг. Свидетельством этого являются интервью риск-менеджеров другого американского банка, которые утверждают, что внутренние инструменты риск-менеджмента в конце 2006 года (в том числе VaR) свидетельствовали о перегреве рынка ипотечных ценных бумаг [3].
Со временем критика модели усиливается. Основным оппонентом универсального применения модели являлся и остается американский экономист Нассим Талеб. Талеб известен тем, что впервые применил понятие «черный лебедь» - событие, случающееся крайне редко, но последствия которого могут изменить ситуацию на рынке кардинально, а зачастую меняют структуру рынка. В модели VaR «черными лебедями» являются толстые хвосты, которые меняют распределение случайных величин с нормального на иное, но, как правило, такие изменения не учитываются при расчете показателя VaR.
Описание модели и расчета VaR
Для начала представим определение: VaR - абсолютный показатель, который характеризует возможные денежные потери, при заданном уровне вероятности.
Выделяются три вида расчета показателя VaR:
Аналитический расчет (параметрический).
Расчет VaR для требований Базеля.
Симуляция при помощи метода Монте-Карло.
Историческая симуляция.
Процесс расчета показателя
Аналитический VaR
Для расчета аналитического показателя VaR используются исторические данные за определенный период, в случае с обыкновенными акциями ОАО «Магнит» - 1 год.
Шаг 1: Производится расчет ежедневной доходности на основе данных по ценам закрытия за текущий и предыдущий день по формуле:
г, = Return (%) = (—-l)* 100 Vpo _ )
Шаг 2: Рассчитывается значение среднего (х) и стандартного отклонения (а) доходностей за указанный период.
1 П
х = - ) r¿
L = 1
а =
Шаг 3: Расчет параметрического VaR по следующей формуле:
VaR = —х + or* а
а — значение нормального стандартного распределения при заданном уровне вероятности («а_1» - 95% и «а_2» - 99%). В расчетах также можно использовать другие распределения, в зависимости от распределения доходностей. Расчет VaR для требований Базеля Параметрический расчет
Базель II предлагает использование параметрического VaR в качестве аппроксимации рыночного риска [4]. Основное отличие от ранее изложенного метода в п.1 заключается в следующем:
- исключается элемент ожидаемой доходности (х) ,
- используется десятидневный период (2 рабочие недели),
- расчет статистики по инструменту производится по данным годового периода. Таким образом, шаги 1 и 2 будут соответствовать расчету параметрического VaR
(см.п.1), в шаге 3 будет изменена формула VaR:
VaR = ar* а (99%) * VF * Exposure t — временной промежуток, равный 10 дням,
величина позиции, находящейся под риском. VaR (10 дней) для портфеля акций Магнита на сумму 100 тыс. руб. составляет 13,7 тыс. руб. (см. таблицу).
Таблица 1. Итоги расчета VaR (10 дней)
Персентиль Значение а VaR (1 день), руб. VaR (10 дней), руб.
99,9% 3,09 5759 18212
99,5% 2,58 4800 15181
99,0% 2,33 4336 13710
97,5% 1,96 3653 11551
95,0% 1,64 3065 9694
90,0% 1,28 2388 7553
Стоит отметить, что при расчете параметрического VaR для Базеля, как правило приходится иметь дело с портфелем активов, состоящим из разных видов ценных бумаг, эмитентов, годов выпуска и т.д. В таком случае необходимо учитывать корреляцию ценных бумаг внутри портфеля.
Симуляция при помощи метода Монте-Карло
Метод Монте-Карло во многом схож c методом исторического моделирования (см. ниже), разница в том, что вычисление производится не на основе реальных данных, а на случайно сгенерированных значениях.
В итоге работа с методом сводится к следующим шагам:
Шаг 1. (дублирует шаг из предыдущего метода).
Шаг 2. Создается модель для итераций. Конечный результат выражается в абсолютном значении. Итерации можно построить с помощью функции «таблица данных» пакета приложений MS Excel. Для данной работы было взято 1000 итераций.
Шаг 3. Полученный массив является базой для расчета показателя VaR. Как и в первом методе производится расчет среднего и стандартного отклонений.
Шаг 4. Расчет перцентиля для нормального распределения.
В приведенном примере получим модель, которая оценивает убыток по итогам 1000 итераций на временном промежутке одного года.
Преимуществом такого метода является возможность рассмотрения как большого числа ситуаций, так и эмулирование поведения рынка в экстремальных условиях. Явным недостатком являются большие вычислительные ресурсы, требуемые для реализации такого подхода.
Историческая симуляция.
Основным предположением исторической симуляции является то, что динамика цен на активы будет сходна с той, что он показывал в прошлом. Техника расчета сводится к трем этапам:
Шаг 1: Расчет доходности:
г, = Return (%) = (— - l) * 100 VPo )
Шаг 2: Ранжирование результатов в порядке их возрастания, начиная с отрицательных (убытков).
Шаг 3: Расчет перцентиля для полученного статистического массива.
Таким образом, невозможно предсказать движения цен на активы в условиях изменяющейся конъюнктуры и появления новых факторов риска.
Квантиль для вероятности 95 % равен 1,645. Значит, 1,645 % от выборки, которая представляет собой данные за 250 дней. В итоге получим, что VaR (95 %) не будет превышать шестого худшего значения доходности - 3,5 %.
Критика VaR.
Несмотря на свою практическую полезность, показатель VaR имеет ряд недостатков, которые необходимо учитывать при использовании этого показателя в качестве аппроксимации риска.
VaR не учитывает степень ликвидности инструмента на конкретной площадке. Для проверки этого необходимо провести анализ ликвидности инструмента и доказать независимость ликвидности актива (показатели - спред, объем) от значения VaR (возможно применить корреляционный анализ).
Так как существуют активы, статистическая база которых непродолжительна, то применение VaR к данным активам ограниченно.
Подбор другого распределения и толстые хвосты. Как уже говорилось, данная аппроксимация может приводить к значительным искажениям расчетных показателей риска. В нашем примере распределение имело следующий вид (см. график), что очевидно не является точным повторением нормального распределения. Появление «толстых хвостов» также является недостатком, связанным с подбором нужного распределения.
VaR - статистический показатель, что ограничивает его в плане предсказывания будущих трендов в случае существенного изменения конъюнктуры.
Вывод
VaR является одной из самых распространенных методик расчета риска. Несмотря на свои недостатки, VaR продолжает применяться в практике риск-менеджмента и по сей день. А его аналитическая польза признается финансовыми регуляторами многих стран, в том числе Базельским комитетом, который разрешил использование банками собственных методик оценки риска с помощью модели VaR. Практики расчета рыночных рисков продолжают совершенствоваться, например, к уже перечисленным методам регуляторами многих стран добавляется метод стресс-тестирование, которое широко применяется для расчета рисков банковской системы.
В совокупности с подробной аналитикой и другими инструментами риск-менеджмента, VaR способен предоставлять адекватную оценку рыночных рисков.
Литература
1. Longerstaey J. RiskMetrics™. [Электронный ресурс]: J. P. Morgan, Reuters. 1996. С. 223. URL: https://www.msci.com/documents/10199/5915b101-4206-4ba0-aee2-3449d5c7e95a. (дата обращения: 31.03.2016).
2. Стежкин А. А., Малых Н. О. О подходах к оценке рыночного риска на основе Базеля III. М.: Деньги и кредит, 2013. №5. C. 21-24.
3. Nocera J. Risk Management // NY Times Magazine, 2009. Jan.2.
4. Chen J. M. Measuring market risk under the Basel accords // The IEB international journal of finance, 2014. № 8. C. 184-201.
Анализ зарубежного опыта налогового планирования Воронцов А. Д.
Воронцов Александр Дмитриевич / Vorontsov Alexander Dmitrievich - магистрант, кафедра мировой экономики и менеджмента (МЭиМ), экономический факультет, Кубанский государственный университет, г. Краснодар
Аннотация: в статье раскрывается понятие налогового планирования, дается характеристика его основным этапам, а также анализируется зарубежный опыт налогового планирования. Предоставлено обоснование рекомендаций по выбору между различными вариантами и методами осуществления деятельности, которая направлена на достижение наиболее низкого уровня налогообложения. Ключевые слова: налоговое планирование, налогообложение, процесс налогового планирования, оффшорная зона, налоговые льготы.
Нынешняя нестабильность экономической ситуации в стране обусловливает необходимость определения целей и задач налогового развития предприятия. Одним из способов рационализации налоговых платежей является налоговое планирование, которое, в свою очередь является основополагающим элементом корпоративного налогового менеджмента.
Целью данной статьи является анализ зарубежного опыта налогового планирования и последующая разработка практических рекомендаций по совершенствованию корпоративного налогового менеджмента в Российской Федерации.
Вышеназванная цель предопределила необходимость решения следующих задач:
- систематизация существующих принципов организации процессов налогового планирования в мировой практике;
- разработка рекомендаций и предложений по оптимизации налогового планирования российских предприятий с учетом опыта зарубежных компаний.
Корпоративное налоговое планирование представляет собой законный способ обхода налогов с помощью предоставляемых законодательством льгот и приемов, направленных на уменьшение налоговых обязательств [1, c. 46].
