Consejos de FRM: ¿Cuáles son los modelos de riesgo financiero más utilizados?

Las graves consecuencias de las frecuentes crisis financieras de los últimos años ilustran plenamente este punto.

Primero, el método de la volatilidad

Desde que Markowitz propuso la teoría de selección de cartera *3 con la varianza como riesgo en 1952, la varianza (error cuadrático medio) se ha convertido en una medida influyente. riesgo. El cálculo de la varianza es simple y fácil de usar y tiene una teoría bastante madura. Por supuesto, el método de la volatilidad también tiene las siguientes desventajas:

(1) Puede resultar difícil para todos aceptar que la desviación de los rendimientos por encima de la media también esté incluida en el riesgo;

(2) El uso del rendimiento promedio como punto de referencia de rendimiento también es inconsistente con los hechos;

(3) Considerar únicamente la dispersión promedio no es adecuado para describir las enormes pérdidas causadas por pequeños eventos de probabilidad, pero los riesgos extremos causados ​​por "eventos raros" en el mercado financiero son el riesgo financiero real.

2. Modelo VaR (valor en riesgo)

El modelo de valor en riesgo fue elaborado en 1994. Una definición más formal es: en condiciones normales de mercado, con un cierto nivel de confianza A, calcular el tamaño de pérdida X en el peor de los casos que se espera que ocurra dentro de un período de tiempo determinado. La definición matemática estricta es la siguiente: Supongamos a}. Este modelo puede controlar eficazmente el riesgo de la cartera cuando la pérdida de la cartera x se ajusta a la distribución normal y el número de valores de la cartera permanece sin cambios.

Por ello, el Comité de Basilea designó el modelo VaR como herramienta estándar de medición de riesgo para los bancos en 2001. El modelo VaR solo se preocupa por la frecuencia con la que se excede el valor VaR y no se preocupa por la distribución de las pérdidas que exceden el valor VaR. Es inestable cuando la pérdida se ajusta a una distribución no normal (como el fenómeno de cola gruesa). la cartera de inversiones cambia.

3. Método de análisis de sensibilidad

El método de sensibilidad es un método de medición del riesgo lineal que mide la relación entre los cambios en los factores del mercado y los cambios en el valor de la cartera. Para cambios específicos en factores de mercado, los cambios en el valor de la cartera se pueden obtener a través de esta relación. Los diferentes productos financieros tienen diferentes sensibilidades. Por ejemplo, la duración en el mercado de renta fija, "β" en el mercado de valores y "δ" en el mercado de derivados. El método de sensibilidad se usa ampliamente debido a su simplicidad e intuición, pero tiene los siguientes defectos:

(1) Sólo cuando los factores del mercado cambian muy poco, esta relación aproximada es consistente con la realidad y es una medición parcial. métodos.

(2) Alta dependencia del tipo de producto;

(3) Inestabilidad. Por ejemplo, el coeficiente "beta" de las acciones tiene la desventaja de ser inestable y su uso para medir el riesgo es controvertido;

(4) Relatividad. La sensibilidad es sólo un concepto relativo de proporción y no responde a cuánto se pierde.

Cuatro. Una medida consistente de riesgo.

Artzner et al. (1997) propusieron un modelo de medición de riesgos consistente y creían que un modelo de medición de riesgos completo debe satisfacer las siguientes restricciones:

(1) Monotonicidad;

(2) Subaditividad;

(3) Homogeneidad positiva;

(4) Invariancia de traducción.

La condición de subaditividad asegura que el riesgo de una cartera es menor o igual a la suma de los riesgos de sus partes. Esta condición es consistente con el hecho de que podemos reducir el riesgo no sistemático a través de la diversificación, un atributo importante de un modelo de medición de riesgo y también de gran importancia en la práctica, como la determinación del capital bancario y la asignación de carteras *3.

En la actualidad, los modelos de medición de riesgo de consistencia incluyen:

(1) Modelo CVaR: el modelo de valor en riesgo condicional (CVaR) se refiere al modelo de valor en riesgo condicional (CVaR) en condiciones normales de mercado y un cierto nivel de confianza A, dentro de un período de tiempo determinado La expectativa condicional de que la pérdida interna exceda el VaRa El modelo CVaR supera en cierta medida las deficiencias del modelo VaR. No solo considera la frecuencia de exceder el valor VaR. Considera la expectativa condicional de que la pérdida exceda el valor VaR, mejorando efectivamente el modelo VaR en el procesamiento. Existe un problema con el fenómeno de cola de la distribución de pérdidas. Cuando la función de densidad de las pérdidas de la cartera es una función continua, el modelo CVaR es un modelo de medida de riesgo consistente con subaditividad. Sin embargo, cuando la función de densidad de las pérdidas de la cartera no es una función continua, el modelo CVaR ya no es una medida de riesgo consistente. El modelo, es decir, el modelo CVaR, no es un modelo de medición de riesgo consistente y generalizado y necesita mejorarse.

(2) Expectativas insuficientes: 2) El modelo ES es una versión mejorada basada en CVaR y es un modelo de medición de riesgos consistente. Si la función de densidad de pérdida X es continua, los resultados del modelo ES son los mismos que los del modelo CVaR. Si la función de densidad de la pérdida x es discontinua, los resultados calculados por los dos modelos son diferentes.

(3)Modelo DRM (Distortion Risk-Measure): DRM obtiene un nuevo índice de medición del riesgo mediante una transformación de medición. Los modelos DRM incluyen medidas de riesgo como VaR y CVaR, que son una categoría más amplia de medidas de riesgo.

(4) Medición del riesgo del espectro: en 2002, Acerbi promovió ES, propuso el concepto de medición del riesgo del espectro y demostró que es una medición del riesgo consistente. Sin embargo, el cálculo real de esta medida es muy difícil. Cuando la dimensionalidad es demasiado alta, incluso si se convierte en un problema de programación lineal, el cálculo es bastante difícil.

Método de entropía de la información del verbo (abreviatura de verbo)

La relación entre la entropía de la información y el riesgo de incertidumbre ha despertado el interés de investigación de muchos académicos, como Maasoumi, Ebrahim, Massoumi y Racine. Resor. etc. , respectivamente, consideran la medición del riesgo desde diferentes perspectivas de la entropía. La entropía es una función monótona sobre la probabilidad, no negativa y tiene una cantidad de cálculo relativamente pequeña. Cuanto mayor es la entropía, mayor es el riesgo.

Tendencias futuras de desarrollo de los verbos intransitivos

En los últimos años, las finanzas conductuales han ido emergiendo paulatinamente. Introduce los resultados de la investigación de la psicología en el estudio de la teoría financiera estándar, compensa algunas deficiencias de la teoría financiera estándar, introduce la psicología de la inversión en la medición del riesgo de la inversión en valores, propone un método de medición del riesgo cognitivo basado en las finanzas conductuales y analiza el relación entre el riesgo percibido y la varianza de la medida tradicional. En 2004, Murali Rao dio una nueva medida de incertidumbre: la entropía residual acumulada. La entropía residual acumulada es una ley de distribución de probabilidad o función de densidad que reemplaza la entropía de Shannon con una función de distribución. Tiene algunas propiedades matemáticas interesantes. Esta definición amplía el concepto de entropía de Shannon, que combina la entropía de variables aleatorias discretas y variables aleatorias continuas, y puede llevar el estudio de la medición del riesgo a un nuevo nivel.

En resumen, la medición del riesgo financiero es de gran importancia para la cartera de activos, la evaluación del desempeño de los activos y el control de riesgos. Según las diferentes fuentes de riesgo y objetivos de gestión de riesgos, se han producido diferentes métodos de medición de riesgos, cada uno de los cuales tiene sus propias ventajas y desventajas y refleja diferentes características y aspectos del riesgo. En la práctica de la gestión de riesgos, sólo integrando diferentes métodos de medición de riesgos y midiendo los riesgos desde diferentes perspectivas se podrán identificar y controlar mejor. Esta es también la tendencia de desarrollo de la medición de riesgos en el futuro.