CC BY
63
А.В. ИЕВЛЕВ
Алексей Владимирович ИЕВЛЕВ — аспирант СПбГУЭФ.
В 2006 г. окончил СПбГУЭФ.
Автор 3 публикаций.
Область научной специализации — альтернативные инвестиции
^ ^ ^
ОЦЕНКА РИСКА ИНВЕСТИРОВАНИЯ В ХЕДЖ-ФОНДЫ*
Традиционно хедж-фонды считаются высокорискованными инструментами инвестирования и изначально были созданы для состоятельных физических лиц - квалифицированных инвесторов. Создатели первых хедж-фондов воспользовались исключениями, предусмотренными законодательными актами США для инвестиционных фондов в плане регистрации, предоставления отчетности регулирующим органам и использования альтернативных стратегий и финансовых инструментов, если их вкладчиками являлись квалифицированные инвесторы. Во второй половине 90-х годов XX в., из-за абсолютной доходности хедж-фондов, в меньшей степени связанной с колебаниями рынков, чем доходность традиционных инвестиционных фондов, к хедж-фондам начали проявлять интерес и институциональные инвесторы, такие как страховые компании и пенсионные фонды.
Основной интерес институциональных инвесторов к хедж-фондам возник после трех лет «медвежьего» рынка в 2000-2002 гг., когда рынки акций и облигаций не приносили прибыли, в отличие от индустрии хедж-фондов. Похожая ситуация наблюдается и сегодня, когда, по данным информационного агентства Bloomberg, крупнейшие институциональные инвесторы, такие как шведский, датский, ирландский пенсионные фонды, а также несколько пенсионных фондов США начинают искать возможности инвестировать в хедж-фонды.
Крупные институциональные инвесторы, по словам аналитиков Merrill Lynch, в настоящее время предпочитают большие и средние хедж-фонды с активами под управлением от 1 млрд долл. США, поскольку считают их более безопасными с точки зрения операционных и инвестиционных рисков. Многие инвесторы, помимо вышеупомянутых крупных организаций, в условиях кризиса 2007-2010 гг., повлекшего за собой банкротство многих хедж-фондов, начали стремиться к более безопасным вложениям своих средств, предпочитая регулируемые инвестиционные фонды, использующие альтернативные стратегии, традиционным хедж-фондам. В Европе общие активы под управлением зарегистрированных фондов, использующих альтернативные стратегии, за прошедший год выросли на 40 % — до 130 млрд долл. [3]. Под давлением общественности в июле 2010 г. в США был принят закон об обязательной регистрации в Комиссии по ценным бумагам (SEC) американских хедж-фондов, активы которых превышают 100 млн долл.
Несмотря на необходимость регистрации хедж-фондов и регулирование их деятельности со стороны надзорных органов, инвесторы должны не только полагаться на государство в вопросе безопасности инвестирования, но и внимательно анализировать показатели хедж-фондов во избежание потерь своих вложений. Одним из таких показателей риска инвестирования является Value-at-Risk (VaR).
В настоящее время показатель VaR используется все активнее для всесторонней оценки рыночного риска. В 2000 г. группа крупнейших хедж-фондов (Caxton Corporation, Kingdon Capital Management LLC, Moore Capital Management Inc., Soros Fund Management LLC и Tudor Investment Corporation) опубликовали «Рациональные методики для управляющих хедж-фондов» ("Sound practices for hedge-fund managers"), где рекомендовали управляющим использовать VaR в качестве основной меры риска инвестирования. Данная мера риска, как и волатильность, основана на известных статистических принципах и, что более важно, не требует показывать открытые рыночные позиции фонда.
ГРНТИ 06.73.21 © А.В. Иевлев, 2010 Публикуется по рекомендации д-ра экон. наук, проф. А.И. Вострокнутовой.
Чаще всего VaR определяется как мера максимальной потенциальной потери стоимости портфеля финансовых инструментов с определенной вероятностью на заданном временном горизонте [1, с. 162]. Другими словами, VaR показывает, насколько может снизиться стоимость позиции по портфелю инструментов в результате изменения рыночных цен или курсовых ставок, происходящего на протяжении конкретного периода времени с определенным уровнем вероятности. Например, если временной горизонт составляет один день, а доверительный уровень равен 99 %, то дневные потери, более крупные, чем показатель VaR, могут случаться не чаще 1 % всех рабочих дней, т. е. не чаще 2-3 дней в году.
Существуют три основных способа вычисления показателя VaR: параметрический, исторический и метод Монте-Карло. Параметрический, или дельта-нормальный, метод подразумевает нормальность будущих распределений доходностей и представляет собой аналитическую аппроксимацию производных первого и второго порядков. Исторический метод использует исторические колебания цен факторов риска и рассматривает их влияние на портфель. Метод Монте-Карло основан на моделировании случайных процессов с заданными параметрами распределения и может учитывать изменение волатильности во времени, «толстые хвосты» распределений и даже экстремальные сценарии развития событий. Каждый из перечисленных способов имеет свои преимущества и недостатки, которые могут влиять на конечный результат.
В качестве примера вычислим показатель VaR хедж-фонда "Troika Russia Fund", находящегося под управлением компании «Тройка Диалог». За основу используем данные из информационного бюллетеня хедж-фонда, представленного инвесторам в феврале 2010 г.
Для вычисления показателя VaR следует определить ряд базовых элементов, непосредственно влияющих на его величину. В первую очередь необходимо задать временной горизонт вычисления (дневная доходность, ежемесячная, ежегодная) и доверительный уровень. Для данного примера используем несколько вариантов данных показателей, а именно доверительный уровень в 95 и 99 % и временной горизонт в один день и один месяц. Таким образом, в результате получим четыре варианта показателя VaR.
Для вычисления параметра VaR используем два метода для каждого из четырех вариантов показателя VaR: параметрический и исторический, поскольку они являются наиболее популярными методами «ручного» расчета, т. е. с использованием небольшого массива данных и без использования специализированных программ, таких как модуль OFSA RM и @Risk.
Вычисление показателя VaR может основываться на двух видах исходных данных: на доходности самого портфеля и открытых позициях портфеля. Доходность самого портфеля и некоторая информация об открытых позициях представлены в информационном бюллетене хедж-фонда "Troika Russia Fund". Активы хедж-фонда распределены между 47 инструментами, включая деривативы, все позиции являются длинными. Поскольку сами позиции не раскрываются, для расчета используем имеющуюся информацию о распределении активов по секторам. Сделаем допущение, что корреляция ценных бумаг одного сектора стремится к единице, и рассмотрим не 47 инструментов, а 9 — по числу секторов.
Результаты вычисления показателя VaR историческим и параметрическим методами с различными доверительными уровнями и временными горизонтами, а также с использованием различных исходных данных, представлены в табл. Сам показатель VaR представлен в относительном виде, т. е. не в денежном выражении, а в процентах от активов под управлением.
Таблица
Результаты вычисления показателя VaR хедж-фонда, в % от активов
VaR Метод Исторический Параметрический
На основе данных доходности хедж-фонда
95 %, один день 4,85 5,71
99 %, один день 10,48 8,11
95 %, один месяц 21,71 25,53
99 %, один месяц 46,86 36,25
На основе данных об открытых позициях хедж-( >онда
95 %, один день 3,59 3,98
99 %, один день 6,98 ,62
95 %, один месяц 16,04 17,81
99 %, один месяц 31,23 25,12
Полученные результаты вычисления позволяют сделать следующие выводы.
Во-первых, при использовании данных об открытых позициях разница между показателями УаЯ, вычисленными историческим и параметрическим способами, меньше, чем при использовании данных о доходности фонда. Данный факт является следствием того, что распределение доходности инструментов, используемых хедж-фондом, ближе к нормальному распределению, чем распределение доходности самого хедж-фонда: показатели
коэффициентов скоса и эксцесса распределения доходности хедж-фонда равняются -0,82 и 2,89 соответственно, а средние показатели коэффициентов скоса и эксцесса распределения доходности используемых инструментов — 0,04 и 1,16 соответственно, т. е. ближе к нулевым значениям нормального распределения.
Во-вторых, указанная выше ненормальность распределения доходности рассматриваемого хедж-фонда явилась причиной различия между показателями, рассчитанными разными методами: историческим и параметрическим. Предположение о нормальности распределения доходности, используемое при применении параметрического метода, занижает показатели риска VaR. При этом необходимо заметить, что разница значений показателя VaR с доверительным уровнем 95 %, рассчитанного историческим и параметрическим методом, существенно меньше, чем с доверительным уровнем 99 %. Данный факт объясняется тем, что у многих типов распределения значение квантиля пятого перцентиля, используемого при расчете показателя VaR параметрическим методом с доверительным уровнем 95 %, приблизительно равно значению -1,65. К примеру, значение квантиля пятого перцентиля распределения Стьюдента с седьмой степенью свободы (т. е. значение эксцесса при нормальном распределении равнялось бы 5) равняется -1,60. Таким образом, метод расчета показателя VaR при доверительном уровне 95 % имеет меньшее значение, чем при расчете данного показателя с доверительным уровнем 99 %.
Следовательно, при возникновении сомнений о применении управляющим хедж-фонда гипотезы нормальности распределения при расчете показателя VaR использование доверительного уровня 95 % снижает влияние длинных «левых хвостов» распределения на результат вычисления.
В-третьих, значения показателей VaR, полученные на основе данных доходности хедж-фонда, выше, чем при использовании данных об открытых позициях. Данное различие можно объяснить тем, что структура портфеля в течение времени изменялась и на данный момент выбраны менее рискованные инструменты. С одной стороны, показатель VaR, основанный на данных доходности хедж-фонда, не занижает рискованность инвестирования и отображает доходность предыдущих периодов хедж-фонда. С другой стороны, предыдущая доходность не предоставляет информации о новых инструментах в портфеле. В данном случае хедж-фонд перешел к менее рискованным инструментам, но если бы управляющий хедж-фонда принял более рискованную стратегию, то показатель VaR, основанный на данных доходности хедж-фонда, не отобразил бы данную информацию и занизил бы реальный риск инвестирования. Кроме того, использование данных доходности портфеля неэффективно при вычислении показателя VaR фондов, имеющих небольшую историю доходности, как рассматриваемый хедж-фонд, который к моменту исследования существовал 44 месяца. В свою очередь недостаток использования данных открытых позиций портфеля заключается в том, что не учитываются прошлые и будущие изменения состава портфеля. Следовательно, при активном управлении показатель VaR необходимо пересчитывать гораздо чаще, чем при пассивном управлении. Кроме того, расчет показателя VaR на основе данных об открытых позициях сложнее в техническом плане, поскольку требует представления стоимости всех инструментов портфеля, которых может быть несколько сотен, как функций от рыночных факторов риска.
Несмотря на сложность вычисления, современные системы риск-менеджмента хедж-фондов базируются на показателе VaR, рассчитанного на основе данных об открытых позициях, которые также публикуется в информационном бюллетене для инвесторов. Отслеживание динамики изменения показателя VaR с доверительным уровнем 95 %, рассчитанного управляющим хедж-фонда, способно помочь преодолеть перечисленные ранее недостатки данного показателя: его изменение может предупредить инвестора о добавлении в портфель рисковых финансовых инструментов или изменении стратегии инвестирования (style drift), а доверительный уровень 95 % снизит влияние метода вычисления.
Обобщая вышесказанное, можно сделать вывод о том, что при правильном расчете и применении показатель VaR может стать полезным инструментом инвестора не только при выборе хедж-фонда, соответствующего толерантности инвестора к риску, но и при дальнейшем мониторинге инвестиционной активности хедж-фонда с целью раннего обнаружения сигналов, указывающих на повышение риска инвестирования.
ЛИТЕРАТУРА
1. ЛобановА.А., ЧугуновА.В. Энциклопедия финансового риск-менеджмента. М.: Альпина Бизнес Букс, 2009. 786 с.
2. LhabitantF.S. Hedge Funds Quantitative Insights. Hoboken, New Jersey, USA: John Wiley & Sons, Inc., 2004. 336 p.
3. The Eurekahedge Industry Review: September 2010. URL: http://www.eurekahedge.com
