А. И. Уколов Управление рисками страховой организации
 Скачать 2.83 Mb.
|
|
ценовой спрэд (spread) – разность между ценами предложения и спроса; оборот торгов, физический объем сделок; количество и частота сделок; число участников рынка; разнородность участников; волатильность цены и др. Поэтому неудивительно, что хотя большинство на- блюдателей с легкостью скажут, ликвиден или нет кон- кретный рынок, формализовать их мнение практиче- ски невозможно. Кроме того, каждый рынок имеет свои уникальные особенности – ликвидность двух рынков при одних и тех же значениях показателей ликвидно- сти может сильно различаться. В мае 1999 г. исследовательская группа при Комите- те по глобальной финансовой системе (Committee on the Global Financial System) под патронажем Банка междуна- родных расчетов (Bank for International Settlements) опубли- ковал отчет об исследовании различных аспектов лик- видности рынка. Согласно данному отчету, стандартный подход при исследовании ликвидности рынка состоит в ее анализе по таким критериям, как вязкость, глубина и способ- ность к восстановлению. Вязкость (tightness) рынка показывает, как далеко от- клоняется цена реальной сделки от средней рыночной цены. Ес- тественным средством измерения вязкости рынка явля- ется величина ценового спреда. Можно измерять различные типы спрэда в зависи- мости от преследуемой цели, каждый из которых под- черкивает ту или иную грань ликвидности рынка. Проще всего измерить наблюдаемый спрэд – раз- ность между лучшими котировками на покупку и про- дажу. Этот спред отражает величину минимальных 165 транзакционных издержек при заключении сделки. Однако если объем заключаемой сделки превышает объем лучшей котировки, реальный спрэд будет отли- чаться от первоначально наблюдавшегося спрэда. Для того чтобы оценить данное отличие, можно вычислить величину реализованного спрэда как раз- ность между средневзвешенными ценами сделок за ка- кой-либо период времени, совершенных по цене спро- са, и сделок, совершенных по цене предложения. Величина реализованного спреда показывает, насколько «тонким» является рынок. Чем больше данная величина отличается от значения наблюдаемого спрэда, тем сильнее транзакционные издержки зависят от объема сделки. Наконец, самым точным показателем вязкости рын- ка является величина эффективного спрэда , опреде- ляемая для каждого участника рынка индивидуально и определяемая как разница между реальной ценой сдел- ки и средней ценой рынка в момент заключения сдел- ки. Отметим, что величина эффективного спрэда зави- сит не только от объема сделки, но и от ее направления (например, при тенденции к росту цен на рынке следу- ет ожидать, что эффективный спрэд при покупке акти- ва будет больше, чем при продаже). Глубина (depth) рынка показывает активность его участников, объем торгов, оборот. Суть этой характе- ристики состоит в оценке потенциального объема спроса (предложения) на рынке. Для измерения глуби- ны рынка можно использовать максимальный объем сделки, не влияющий на изменение котировок, или количество/объем заявок на покупку (продажу), зареги- стрированных в торговой системе в данный момент времени. Косвенной характеристикой глубины рынка служит отношение объема торговли активом за данный период времени к общему обороту торговой системы, а также средний объем сделок. В принципе, для данного 166 момента времени можно построить зависимость по- тенциального объема заявок от уровня цены. Чем больше ликвиден данный рынок, тем больше должна быть его глубина и меньше волатильность цены в зави- симости от объема сделки. Способность к восстановлению (resiliency) рынка характеризуется временем, за которое исчезает колеба- ние цены, вызванное совершением сделки, или устра- няется дисбаланс между спросом и предложением. Основной проблемой при измерении ликвидно- сти с помощью данных показателей является отсутст- вие необходимой статистики и сложность ее получе- ния. Как правило, большинство указанных величин недоступно для прямого наблюдения и требуются зна- чительные усилия для сбора нужной информации. Особенно остро эта проблема стоит для внебиржевых рынков, на которых реальные и котируемые цены могут сильно различаться, а информация о реальных сделках поступает на рынок с опозданием или не поступает во- все. Вторым недостатком перечисленных критериев является их статичность. Все показатели ликвидности вычисляются для данного момента времени и данного значения цены и могут меняться как при изменении ситуации на рынке, так и в зависимости от времени (например, наблюдаемый спрэд, как правило, выше в начале и конце торговой сессии, чем в середине торго- вого дня). Хотя теоретически приведенные характеристики достаточно информативны, их вычисление на практи- ке вряд ли возможно или сопряжено со значительными временными и финансовыми затратами. Показатели, которые можно вычислить на одном рынке, могут быть недоступны для расчета на другом рынке, что делает невозможным количественное сравнение ликвидности 167 двух рынков. Однако, несмотря на всю сложность по- лучения количественных оценок ликвидности рынка, польза от таких оценок может быть существенна. 6.2. РИСК ЛИКВИДНОСТИ Риск рыночной ликвидности связан с потерями, ко- торые может понести его участник из-за недостаточной ликвидности рынка. Иными словами, это риск того, что транзакционные издержки окажутся слишком высоки- ми. Мерой риска рыночной ликвидности может слу- жить величина реализованного спрэда, рассчитать ко- торую весьма проблематично. Риск ликвидности имеет две составляющие: экзоген- ную (объективную) и эндогенную (субъективную). Экзогенная составляющая риска ликвидности определяется пара- метрами ликвидности рынка, такими как величина спрэда на рынке, глубина рынка и его объем. Данная составляющая риска одинакова для всех участников рынка, и каждый участник изменить ее, как правило, не в состоянии. Эндогенная составляющая определяется для каждого участника индивидуально и зависит от объема его позиции на рынке. Чем больше размер по- зиции, тем большее значение имеет субъективная со- ставляющая риска. Поясним сказанное на примере. Предположим, что инвестор имеет открытую позицию на рынке (является продавцом или покупателем) и намеревается ее ликви- дировать, например, у него есть акции, которые он ин- вестор желает продать. В момент совершения сделки на рынке имеются соответствующие котировки на покуп- ку и продажу, причем объем лучшей котировки вполне конечен. Это означает, что он может продать по теку- щей цене только ограниченный объем акций. Если ин- вестор продал не все имеющиеся у него акции по этой цене, то ему необходимо либо ждать появления новых 168 заявок на покупку по той же или лучшей цене, либо продавать акции по более низким котировкам согласно очереди заявок на покупку (в этом случае транзакцион- ные издержки начинают возрастать). Приведенный пример показывает, что транзакци- онные издержки, вообще говоря, зависят от двух эндо- генных параметров: объема сделки и времени, отведенного на ее исполнение. До тех пор, пока объем планируемой сдел- ки не превысит объема лучшей заявки на рынке, эндо- генная составляющая риска ликвидности будет равна нулю, а транзакционные издержки будут определяться величиной наблюдаемого спрэда. Однако, как только объем сделки становится больше объема лучшей заяв- ки на рынке, транзакционные издержки начинают уве- личиваться и определяются глубиной рынка (если сделка исполняется немедленно). Если рынок недоста- точно ликвиден, а объем планируемой сделки значите- лен, величина реализованного спрэда может в несколь- ко раз отличаться от наблюдаемого. Ввиду этого необходимо всегда внимательно сле- дить за позициями, размер которых велик по сравне- нию со средним показателем для данного рынка, так как в случае необходимости быстро ликвидировать по- зицию издержки совершения сделки могут оказаться очень большими. Вместо того чтобы совершать сделку по любой дос- тупной в данный момент времени цене, у инвестора всегда есть альтернатива – увеличить время осуществ- ления сделки. Тогда, при прочих равных условиях, с ростом времени ожидания транзакционные издержки будут уменьшаться. Однако при увеличении времени ожидания будет расти величина упущенной выгоды от операций, которые можно было бы совершить за это время. Иными словами, при увеличении времени, отве- денного на исполнение сделки, увеличивается размер 169 упущенной выгоды, поэтому для данного объема сдел- ки теоретически существует оптимальное время ее ис- полнения. Однако это в большей степени теоретиче- ское, нежели практическое рассуждение, так как измерить на практике величину упущенной выгоды удается редко. Теперь обратимся к тому, что изменится при разви- тии кризисной ситуации на рынке. В этом случае, во- первых, нарушаются обычные условия функциониро- вания рынка, следствием чего является снижение его ликвидности. Во-вторых, в этих условиях инвесторы, как правило, лишены возможности ждать, и ликвиди- ровать позиции им требуется немедленно. Все это при- водит к тому, что транзакционные издержки в моменты кризисов могут сильно возрастать по сравнению с нормальной ситуацией. Для иллюстрации этой особенности приведем ком- ментарий Данбара к кризису августа 1998 г.: «Портфели обычно оцениваются посредством средней цены между спросом и предложением, многие хеджевые фонды ис- пользовали модели, основанные на этом предположе- нии. В конце августа существовала только одна реали- стичная цена для оценки портфеля: цена спроса. Среди потока массированных продаж только первый прода- вец получал реальную цену продажи, остальные не- удачники должны были платить премию за ликвид- ность, если они желали совершить продажу. Модели оценки риска должны быть пересмотрены, чтобы включить в них поведение спрэда между ценой спроса и предложения». Одним из самых больших недостатков стандартных моделей оценки риска является их инвариантность к величине портфеля: оценка рыночного риска не зави- сит от величины портфеля. Так, если какой-нибудь участник рынка контролирует, к примеру, половину 170 объема рынка и попытается быстро ликвидировать свою позицию, то вряд ли стоит рассчитывать, что ры- ночная цена не изменится. Однако не многие модели оценки рыночного риска учитывают данный фактор. Какие же методы оценки риска ликвидности можно предложить? К сожалению, необходимо признать, что на сего- дняшний день отсутствует универсальный метод, пригодный для практической оценки риска рыночной ликвидности. Это связано как с проблемой получения необходимой ин- формации о параметрах ликвидности рынка, без кото- рых невозможно получить ее количественные оценки, так и эндогенным характером риска ликвидности. Примене- ние статистического подхода по аналогии с моделями оценки рыночного риска в данном случае проблема- тично, так как риск зависит от объема позиций, а со- брать исторические данные по стоимости заключения сделки в зависимости от ее объема крайне сложно даже для крупных финансовых институтов. Можно порекомендовать вести статистику ожидае- мых издержек заключения сделки в сопоставлении с фактическими издержками и делать поправку на полу- ченную величину при оценке риска портфеля. Если портфель сложный, то необходимо для каждого инст- румента оценивать размер позиции по отношению к объему рынка не и на основе таких оценок и статисти- ческих данных (если их удалось собрать) прогнозиро- вать транзакционные издержки и их влияние на общий риск портфеля. Более понятна ситуация с экзогенной составляющей рис- ка ликвидности, выражающейся в величине наблюдаемо- го спрэда. Можно достаточно легко построить зависи- мость между величиной спрэда и волатильностью рынка и на основе выявленной зависимости внести коррективы в модель оценки рыночного риска (как 171 правило, к величине риска портфеля следует прибав- лять слагаемое, отражающее риск ликвидности). Пока- жем один из возможных подходов к решению этой проблемы. Попробуем оценить, как риск ликвидности влияет на величину рыночного риска портфеля. Предполо- жим, что портфель состоит только из обыкновенных акций РАО «ЕС России». Вычислим значение VaR та- кой позиции для ежедневного интервала времени и до- верительного интервала в 95%. В целях большей на- глядности будем использовать наиболее простой способ расчета VaR – метод исторического моделиро- вания, для чего проведем следующие вычисления: 1. Рассчитаем изменение цены акции t U за один день как логарифм отношения средней цены между спросом и предложением при закрытии торгов в день t к средней цене между спросом и предложением при закрытии в предыдущий день 1 t : ask t bid t ask t bid t t S S S S U 1 1 ln 2. Отсортируем t U в порядке возрастания. 3. Для данного размера выборки T найдем * t U та- кое, что только T значений U меньше * t U , где 1 – доверительный интервал (в нашем случае 05 , 0 ). 4. Найденное значение * t U является значением VaR позиции, вычисленным с помощью метода исто- рического моделирования, то есть с вероятностью 95% 172 однодневное изменение стоимости портфеля будет меньше * t U . С помощью описанного алгоритма рассчитаем VaR портфеля, используя в качестве исторической выборки все имеющиеся ценовые данные с 1995 по 1999 г. 1 Ана- логичные вычисления проведем для различных дове- рительных интервалов 95; 97,5; 99%. Результаты вы- числений приведены в табл. 5. Учтем теперь наличие спрэда на рынке. Для этого будем считать, что формирование позиции происхо- дит не по средней рыночной цене, а по цене предло- жения ask S , а ликвидация позиции – по цене спроса bid S . Тогда в алгоритме расчета VaR методом истори- ческого моделирования значение t U вместо выражения ask t bid t ask t bid t t S S S S U 1 1 ln будет определяться следующим выражением: ask t bid t t S S U 1 ln Остальные шаги алгоритма остаются без измене- ния. Проведем расчет величины VaR портфеля, учиты- вающей наличие спрэда на рынке. Результаты вычис- лений также представлены в табл. 5. 1 В данном примере общее количество исторических наблюдений изменения цены равно 983. 173 Таблица 5 Сравнение значений VaR портфеля, вычислен- ных с помощью метода исторического моделиро- вания с учетом и без учета риска ликвидности Довери- тельный интервал, % VaR без учета ликвидности, % VaR с уче- том ликвид- ности, % Увеличение риска, % 95,0 8,71 9,89 13,6 97,5 11,98 14,49 20,9 99,0 15,44 19,61 27,0 Как видим, с увеличением желаемого уровня достоверности значение VaR, учитывающее наличие спрэда, все сильнее отли- чается от значения VaR, вычисленного по средней рыночной цене, причем для доверительного интервала в 99% раз- личие достигает 27%. Данный факт объясняется тем, что с увеличением уровня достоверности оценка VaR все сильнее зависит от экстремальных движений цены, а таким движениям соответствуют более высокие значения спрэда. Это подтверждает гипотезу о том, что влияние риска лик- видности на общую величину рыночного риска воз- растает при резких изменениях на рынке. Поэтому ис- пользование VaR-моделей, не учитывающих ликвидность рынка или учитывающих ее на основе на- блюдений рынка в стационарном состоянии, потенци- ально приводит к недооценке принимаемого риска. Приведенные выше оценки VaR были рассчитаны по всем имеющимся историческим данным. Включе- ние слишком старых данных или их большой объем делают эту оценку неадекватной сегодняшнему состоя- нию рынка. Данные вычисления были проведены с той целью, чтобы показать устойчивое влияние риска лик- видности на риск позиции. Рассчитаем теперь значение VaR позиции, исполь- зуя в качестве исторической выборки последние 100 174 значений изменения цены. Эти вычисления проведем для всего исторического периода, чтобы посмотреть динамику изменения VaR и частоту реального превы- шения потерями величины VaR. Расчет однодневной величины методом исторического моделирования с доверительным интервалом в 95% по выборке из 100 предыдущих значений изменения цены был проведен для 883 дней торгов. При этом превышение убытками величины VaR, не учитывающей риск ликвидности, наблюдалось в 79 случаях, что составляет 8,9% и пре- вышает заданный доверительный интервал в 5%. По- этому данную модель расчета VaR следует признать неадекватной. Превышение оценки VaR L , учитывающей риск ликвидности, наблюдалось уже только в 43 случаях, что составляет 4,9% и не превышает заданный уровень дос- товерности. Результаты расчетов приведены в табл. 6. Таблица 6 Статистика превышений убытками одноднев- ного значения VaR, рассчитанного с учетом и без учета риска ликвидности с доверительным интервалом 95% Количество наблю- дений VaR без учета риска ликвидно- сти VaR с учетом риска ликвидно- сти 883 79 43 Вероятность 8,9% 4,9% Заметим, что полученная поправка к величине VaR при учете ликвидности рынка является минимальной, так как мы не учитывали эндогенную составляющую риска ликвидности, отражающую объем сделок. Рассмотренный пример показывает, что учет лик- видности рынка даже в простейшей форме ведет к су- |