НЕФТЬ-ГАЗ ЭЛЕКТРОННАЯ БИБЛИОТЕКА
На главную >>


Теперь на нашем сайте можно за 5 минут создать свежий реферат или доклад

Скачать книгу целиком можно на сайте: www.nglib.ru.

Предложения в тексте с термином "Пример"

В качестве примера для оценки рисков по рынку акций российских эмитентов исходным показателем может быть принят индекс акций РТС.

В рассмотренном примере отсекаются наименьшие изменения, что соответствует стандартной и наиболее распространенной практике, но корректно только при соблюдении, как минимум, одного из следующих условий: • либо для анализа длинных позиций, для которых риск проявляется только в снижении рыночной цены; • либо для рынков с симметричным распределением изменений в обоих направлений.

Для приведенного в качестве примера показателя второе условие не выполняется, и, соответственно, для короткой и длинной позиций VAR будет различным.

Так, для рассмотренного выше примера ежедневных изменений индекса РТС нормальное распределение дает приемлемую точность приближения, что иллюстрирует Рисунок 9.

С точки зрения статистики нормальное распределение описывается 2 параметрами - математическим ожиданием и стандартным отклонением - которые для приведенного примера индекса РТС составили, соответственно, 0,14% и 1,87%.

Так, для рассматриваемого примера индекса РТС наиболее типичным значениям доверительного уровня соответствуют следующие значения обратного нормального распределения:

Для рассматриваемого в качестве примера индекса РТС полученные значения в целом соответствуют результатам исторического моделирования.

Рассмотрим условный пример с 2 рядами изменений, находящихся в диапазоне от -1 до 2 с нулевым средним значением (математическим ожиданием).

Условный пример возможных соотношений статистических параметров

Так, по приведенным в качестве условного примера рядам изменений (Рисунок 11) для доверительного уровня 95% VAR составит по ряду 1 - 1,75 и по ряду 2 - 2,01.

На рассматриваемом примере изменений индекса РТС в 2002 г.

Так, для рассматриваемого примера индекса РТС случае математическое ожидание изменений является положительной величиной (0,14%), в связи с чем оценка риска Монте-Карло, получаемая по отношению к моделируемому, а не текущему значению для отрицательных изменений должна быть выше, а для положительных, соответственно, ниже результатов исторического моделирования и вариационноковариационного методов.

При этом необходимо отметить, что в рассмотренном примере высокая согласованность результатов вариационно-ковариационного метода и Монте-Карло моделирования в значительной степени является следствием общей для обоих расчетов гипотезы о нормальном распределении рассматриваемой случайной величины.

Как это наиболее наглядно иллюстрируется на примере подхода

Для группы моделей оценки стоимости, подверженной риску, наиболее яркими примерами такого рода являются: а.

Рассмотрим достаточно типичный для российского финансового рынка пример организации, технические процедуры которой предписывают необходимость принятия коллегиальным органом (например, Правления или Комитета по управлению активами и пассивами) решений по вопросам реализации инвестиционного портфеля.

ФОРМИРОВАНИЕ МОДЕЛИ НА ПРИМЕРЕ ЕВРООБЛИГАЦИЙ РФ

В результате по рассматриваемому примеру оценка VAR индивидуальных стратегий составила 0,39% от текущей стоимости позиции или 0,45% от ее номинальной стоимости.

Так, в приведенном примере индивидуальная стратегия предусматривает 1-дневный временной лаг между рыночным событием и реакцией на него.

Таким образом, более низкое значение VAR индивидуальных стратегий по сравнению с классической VAR-оценкой риска в рассмотренном примере еврооблигаций РФ свидетельствует о высокой волатильности рынка и значительной доле краткосрочных взаимокомпенсирующихся колебаний.

Приведенный пример еврооблигаций РФ, показавший более низкое значение VAR индивидуальных стратегий по сравнению с классической VAR-оценкой риска, дает основание судить об эффективности рассмотренной стратегии с точки зрения управления рисками.

На примере частного случая ценового риска рассмотрена общая методология оценки риска, сочетающая объединяющая вероятностный, финансовый (т.

Вместе с тем, сама логика моделирования предполагает рассмотрение зависимостей на частных, в ряде случаев - простейших, и даже условных примерах, для их формализации и последующего распространения на более общие стандартные случаи.

В контексте технологии моделирования рыночные, и конкретно - ценовые риски также являются достаточно удачным примером: в отличие от кредитных рисков, характеризуемых относительно малым количеством бинарных исходов (возвращение кредита, либо дефолт),

Вместе с тем, только в рамках экономической литературы можно привести целый ряд достаточно характерных примеров сужения понятия рисков в соответствии с целями исследования: • в целях управления риском И.

Формирование модели на примере еврооблигаций РФ 109

Рассмотрим в качестве примера валютные государственные облигации Российской Федерации, которые в качестве набора однородных инструментов, практически единственным фактором различия между которыми являются сроки погашения, позволяют в чистом виде выделить вклад фактора срока в формирование рыночной оценки риска.




Главный редактор проекта: Мавлютов Р.Р.
oglib@mail.ru