Оцінювання ризиків фінансового ринку за методом Монте-Карло

Поведінка експертів в  умовах значного браку інформації про  об'єкт оцінки підкоряється певним закономірностям. Оцінка економічних  явищ мало залежить від якості існуючих економічних прогнозів і дуже добре корелює з дохідністю, яка  може бути реально досягнута на цей  момент на ринку з чисто об'єктивних, технічних причин. Правильність експертних оцінок в умовах браку інформації може бути формалізована за допомогою  такої методики.

Правильною вважається оцінка, яка містить конкретне висловлення  щодо подальшої поведінки (наприклад, вартості цінного папера), яке згодом підтвердилося. Враховуються також  оцінки, у формулюванні яких міститься  частка невизначеності, двоїстості, які, однак, можна віднести до числа умовно правильних. Такі оцінки враховуються з коефіцієнтом 0,5. Коефіцієнт правильності прогнозів розраховується за формулою:

            

де  - кількість правильних прогнозів;

      - кількість умовно-правильних прогнозів;

      - кількість неправильних прогнозів.

Результати аналізу показують, що правильність експертних оцінок набагато нижча від 50 %.

Отже, в умовах недостатності, нечіткості або просто браку інформації психологічні механізми прийняття  ризикованих рішень виходять на перший план. Унаслідок цього ринок зсувається у власну "віртуальну дійсність", яка відрізняється від реальних ринкових тенденцій. Неточне відображення ринком реального світу стало  перепоною при оцінці ступеня  ризику експертним методом на базі економічних показників.

Метод оцінки ризику В. Шарпа базується на величині очікуваного прибутку, яка враховує статистичні дані про його рівень протягом певного часового тренду. Разом із розподілом ризику на систематичний і несистематичний введення в розрахунок показника очікуваного прибутку було тим революційним досягненням, яке дало змогу В. Шарпу згодом одержати звання лауреата Нобелівської премії. За В. Шарпом, величина очікуваного прибутку визначається, виходячи з середньогалузевої норми дохідності і тенденції розвитку ринку в цілому. Таку інформацію досить легко одержати в країні з розвинутою й стабільно функціонуючою економікою. У стані ж реформ, у якому перебуває нині Україна, визначення величини очікуваного прибутку пов'язане із значними ускладненнями.

Дуже зручним на практиці виявляється нормативний метод  оцінки ризику. До його позитивних рис  належить, перш за все, легкість розрахунків. Систему нормативів можна розглядати як один із варіантів рейтингового методу з тією різницею, що шкала  оцінки заздалегідь сформована і  складається з мінімуму значень  ранжування.

Нормативний метод оцінки дає змогу визначити ступінь  ризику з максимальною точністю: порівняння з нормативом відбувається за шкалою "низький ризик", "нормальний ризик", "високий ризик". Отже, цей метод не дає можливості врахування всіх нюансів конкретної ситуації.

На врахування індивідуальності конкретної ситуації, де вибір рішення  пов'язаний із ризиком, більше спрямований  рейтинговий метод оцінки. Головна  його перевага — можливість добору коефіцієнтів, виходячи з конкретної мети аналізу. Отже, система рейтингової  оцінки складається з таких елементів: системи оціночних коефіцієнтів - шкали ваги цих коефіцієнтів (якщо у ній є необхідність); шкали оцінки значень одержаних показників; формули розрахунку остаточного рейтингу.

Рейтинговий метод найпристосованіший для оцінки ризику в умовах розбудови ринкових відносин. На це є кілька причин. По-перше, при використанні цього методу не передбачається аналіз великих масивів даних, тому оцінка мінімально залежить від широти інформаційного контуру. По-друге, при використанні рейтингового методу одразу відбувається ранжування одержаного результату за певною шкалою. По-третє, рейтинговий метод вимагає від користувача математичних знань тільки у рамках елементарних фінансових розрахунків. Це важлива обставина, оскільки оцінку ризикованості робить переважно персонал із кваліфікацією економістів, а не математиків.

Але існують й проблеми з використанням методу рейтингової  оцінки. Однією з проблем, що пов'язані  з розробленням життєздатної системи  рейтингової оцінки, є проблема вибору еталона для порівняння. Порівняння з умовним еталонним підприємством  цілком можливе, але вибір такого еталона вимагає уточнення для  кожного виду ризику. Не обов'язково вибирати серед великої кількості  підприємств найкраще. Зрозуміло, що реально жодний суб'єкт господарювання не може претендувати на найкращі показники  геть у всьому. Зручніше просто вибрати  серед показників якогось переліку підприємств найкращі і сформувати з них той самий еталон для  порівняння.

Наявність у рейтинговій  оцінці певних еталонних значень  передбачає, що рейтинг обчислюється методом відстаней або різниць  між реальним та еталонним значеннями. При визначенні остаточного рейтингу ранжуються не значення, а відстані. Традиційний рейтинг виключає операцію ранжування відстаней, завдяки чому економиться час.

Одним з основних показників, які застосовують при аналізі  фінансових ризиків є: показник систематичного ризику або коефіцієнт чутливості β.

Систематичний ризик –  це ризик, що характеризує цінні папери і пов’язаний із ймовірністю подій, які впливають на весь фондовий ринок  в цілому. Тобто не залежить від виду цінних паперів, а тому не усувається шляхом диверсифікації.

Показник β кількісно характеризує змінюваність доходів певної акції (цінного паперу) відносно доходів по середньому портфелю, яким в найширшому випадку є весь ринок цінних паперів.

Показник β для середньоринкової акції дорівнює 1. Крім того, показник β певного активу характеризує щільність або тісноту зв’язку між біржовим курсом цього активу та загальним станом ринку.

Показник β розраховується за залежністю:

,

де  , – середньоквадратичні відхилення норм доходності відповідно активу та ринкового індексу, – коефіцієнт кореляції, тобто тісноти зв’язку між нормою доходності і-того активу і зміною ринкового індексу.

Якщо β певного активу менший 1, то він має менший систематичний ризик, ніж середньоринковий (середній по портфелю). Відповідно, якщо β=1, то має такий самий систематичний ризик, а якщо β>1, то більший за середньоринковий або середній по портфелю, що досліджується.

Метод дерева рішень передбачає графічну побудову різних варіантів  дій, які можуть бути здійснені для  вирішення існуючої проблеми.

Компоненти графіку “дерева  рішень”:

1) три поля, які можуть  повторюватися в залежності від  складності самої задачі:

а) поле дій (поле можливих альтернатив). Тут перераховані всі можливі  альтернативи дій щодо вирішення  проблеми;

б) поле можливих подій (поле ймовірностей подій). Тут перелічені можливі ситуації реалізації кожної альтернативи та визначені імовірності  виникнення цих ситуацій;

в) поле можливих наслідків (поле очікуваних результатів). Тут  кількісно охарактеризовані наслідки (результати), які можуть виникнути  для кожної ситуації;

2) три компоненти:

а) перша точка прийняття  рішення. Вона звичайно зображена на графіку у вигляді чотирикутника  та вказує на місце, де повинно бути прийнято остаточне рішення, тобто  на місце, де має бути зроблений вибір  курсу дій;

б) точка можливостей. Вона звичайно зображується у вигляді  кола та характеризує очікувані результати можливих подій;

в) "гілки дерева". Вони зображуються лініями, які ведуть від  першої точки прийняття рішення  до результатів реалізації кожної альтернативи.

Ідея методу "дерева рішень" полягає у тому, що просуваючись гілками дерева у напрямку справа наліво (тобто від вершини дерева до першої точки прийняття рішення):

а) спочатку розрахувати  очікувані виграші по кожній гілці  дерева;

б) порівнюючи ці очікувані  виграші, зробити остаточний вибір  найкращої альтернативи.

Використання цього методу передбачає, що вся необхідна інформація про очікувані виграші для  кожної альтернативи та імовірності  виникнення всіх ситуацій була зібрана  заздалегідь.

Метод "дерева рішень" застосовують на практиці у ситуаціях, коли результати одного рішення впливають  на подальші рішення, тобто, для прийняття  послідовних рішень.

Для побудови "дерева рішень" аналітик визначає склад і тривалість фаз життєвого циклу проекту; виділяє ключові події, які можуть вплинути на подальший розвиток проекту, та можливий час х настання; аналітик обирає всі можливі рішення, які  можуть бути прийнятими в результаті настання кожної із подій, та визначає ймовірність кожного із них. Останнім етапом аналізу даних для побудови "дерева рішень" є встановлення вартості кожного етапу здійснення проекту (вартості робіт між ключовими подіями) в поточних цінах. На основі даних будується "дерево рішень". Його вузли представляють ключові події, а стрілки, що їх поєднують, — перелік робіт по реалізації проекту. Крім того, наводиться інформація відносно часу, вартості робіт і імовірності розвитку того чи іншого рішення. В результаті побудови дерева рішень визначається ймовірність кожного сценарію розвитку проекту, а також чистий приведений дохід (ЧПД) по кожному сценарію та проекту в цілому.

Основна проблема використання даного методу - складності виділення  варіантів рішень і оцінки (як правило, експертним методом) ступеня їх впливу на розвиток подій у майбутньому. Однак при правильному підборі  експертів і/чи наявності фактичних  даних цей метод дозволяє вести  оцінку ризику з високою точністю.

На практиці при оцінці фінансового ризику широко застосовується метод аналогій, на основі якого  будується фінансова стратегія  і тактика багатьох підприємств. Спеціалісти, фінансові менеджери  на підставі різних публікацій або  практичного досвіду інших підприємств  оцінюють ймовірність настання певних подій, отримання конкретного фінансового  результату, ступінь фінансового  ризику. Однак необхідно враховувати, що кожне підприємство має велику кількість властивих лише йому одному особливостей кадрового, сировинного, галузевого характеру.

Метод аналогій використовують у тому разі, коли інші методи оцінки ризику неприйнятні. Часто до такого методу вдаються у страхуванні для  розробки правил страхування нових  ризиків. Аналогами є дані про  ризик подібних проектів чи угод. Метод  аналогів можна застосовувати при  виявленні ступеня ризику нових  напрямів підприємницької діяльності. Коли відсутня точна статистична  інформація, екстраполяція інформації про минулі події дає змогу  зорієнтуватися у виборі рішень щодо майбутнього.

Метод аналогій полягає в  аналізі всіх наявних даних, що стосуються здійснення фірмою або банком аналогічних  проектів у минулому з метою розрахунку можливостей виникнення втрат. Колосальну роль при цьому відіграє банк накопичених  даних про всі започатковані  раніше проекти, утворений на основі їхньої оцінки вже після завершення. Найбільше застосування метод аналогій знаходить при оцінюванні ризику проектів, які часто повторюються, наприклад у будівництві. Якщо будівельна фірма хоче реалізувати проект, аналогічний  уже завершеним проектам, то для  розрахунку рівня ризику нового проекту  можна побудувати так звану криву  ризику на підставі наявного статистичного  матеріалу. З цією метою встановлюються області ризику, обмежені нижньою  і верхньою межами загальних втрат.

Метод аналогій базується  на використанні даних про ризики аналогічних проектів (виконуваних  у порівнянних умовах) для оцінки ризику конкретних проектів. Точність даного методу невисока, в основному  він використовується для попередніх оцінок. Основний його недолік полягає  в тім, що кожен проект має свої відмінні риси і специфіку реалізації, а це не дозволяє підготувати вичерпний  набір сценаріїв розвитку подій  у майбутньому, ґрунтуючись на досвіді  минулого.

Статистичний метод оцінки ризику базується на аналізі коливань досліджуваного показника за певний відрізок часу. Передбачається, що закономірність змін аналізованої величини поширюється  на майбутнє. Для тривалих періодів часу це, як правило, виявляється справедливим, але для короткотермінової оцінки екстраполяції колишніх закономірностей  дає значні помилки. Отже, проста екстраполяція  стратегічних закономірностей не дає  можливості реально оцінити ризик [6,7].

 Різновидом статистичного методу є метод Монте-Карло, який за допомогою імітаційного аналізу дозволяє встановлювати імовірності зміни оціночних характеристик проекту . Метод Монте-Карло можна визначити як метод моделювання випадкових величин з метою обчислення характеристик їхніх розподілів.

Виникнення ідеї використання випадкових явищ в області наближених обчислень прийнято відносити до 1878 року, коли з'явилася робота Холу про визначення числа p за допомогою  випадкових кидань голки на розграфлену  паралельними лініями папір. Істота справи полягає в тім, щоб експериментально відтворити подію, імовірність якої виражається через число p, і приблизно оцінити цю ймовірність. Вітчизняні роботи з методу Монте-Карло з'явилися в 1955-1956 роках. Відтоді нагромадилася велика бібліографія по методу Монте-Карло. Навіть швидкий перегляд назв робіт дозволяє зробити висновок про застосовність методу Монте-Карло для рішення прикладних завдань із великої кількості областей науки й техніки.