pobierz - pzme.zarz.agh.edu.pl
Transkrypt
pobierz - pzme.zarz.agh.edu.pl
ZARZĄDZANIE RYZYKIEM – ZESTAW 4 VALUE AT RISK (VaR) Do kluczowych, a zarazem łatwych w interpretacji, ocen ryzyka inwestycyjnego, należą VaR i niedobór oczekiwany. Pierwsza z tych wielkości mówi nam o tym, jakie są maksymalne możliwe straty przy określonym poziomie prawdopodobieństwa (czyli określa maksymalne straty, gry nie będzie niezwykłych wydarzeń), a druga mówi o tym, jakich należy spodziewać się strat, gdy poziom VaR zostanie przekroczony. Matematycznie VaR jest definiowany jako określony kwanty empirycznego rozkładu zysku/strat z inwestycji, a niedobór oczekiwany jest liczony jako wartość oczekiwana zysku/strat przebiegający po scenariuszach, w których VaR jest przekroczony. 1. Załóżmy, że każda z dwóch niezależnych inwestycji charakteryzuje się 0.9% pr. Straty w wysokości 10 mln $ i 99.1% pr. straty w wysokości 1 mln $. a. Ile wyniesie VaR dla jednej inwestycji na poziomie pewności 99%? b. Ile wyniesie niedobór oczekiwany dla jednej inwestycji na poziomie pewności 99%? c. Ile wyniesie VaR i niedobór oczekiwany dla obu inwestycji łącznie na poziomie pewności 99%? 2. Załóżmy, że każda z dwóch niezależnych inwestycji charakteryzuje się 4% pr. straty 10 mln $, 2% pr. straty 1 mln $ i 94% pr. zysku w wysokości 1 mln $. a. Ile wyniesie VaR dla jednej inwestycji na poziomie pewności 95% (90%)? b. Ile wyniesie niedobór oczekiwany dla jednej inwestycji na poziomie pewności 95% (90%)? c. Ile wyniesie VaR i niedobór oczekiwany dla obu inwestycji łącznie na poziomie pewności 95% (90%)? d. Wyjaśnić na tym przykładzie, że VaR nie spełnia warunku subaddytywności, a niedobór oczekiwany go spełnia. O ile policzenie 1-dniowego VaR jest wyznaczeniem odpowiedniego kwantyla, o tyle VaR z dłuższym horyzontem czasowym, VaR z autokorelacją, czy VaR o zmienionym poziomie pewności (przy założeniu normalności rozkładu), liczy się ze wzorów T-dn. VaR = 1-dn. VaR 3. Załóżmy, że zmiana wartości portfela w okresie jednodniowym podlega rozkładowi N(0, 2mln$). Obliczyć a. 1-dniowy VaR przy poziomie pewności 97.5%, b. 5-dniowy VaR przy poziomie pewności 97.5%, c. 5-dniowy VaR przy poziomie pewności 95%. 4. Załóżmy, że zmiana wartości portfela w okresie jednodniowym podlega rozkładowi N(0, 2mln$), a dzienna autokorelacja wynosi 0.16. Obliczyć a. 1-dniowy VaR przy poziomie pewności 97.5%, b. 5-dniowy VaR przy poziomie pewności 97.5%, c. 5-dniowy VaR przy poziomie pewności 95%. 5. Załóżmy, że dzienne zmiany stopy zwrotu wykazuję autokorelację pierwszego rzędu, a jej oszacowanie wynosi 0.12. Dziesięciodniowy VaR wynikający z kalkulacji VaR 1-dniowego wynosi 2 mln $. Jak wyglądałby bardziej precyzyjny szacunek (tj. uwzględniający autokorelację)? Niezwykle istotne jest, by VaR nie był policzony z „zapasem” lub z „niedoborem”. Taka sytuacja mogłaby bowiem prowadzić do błędnych decyzji. Jakość policzonego VaR sprawdza się za pomocą testowania wstecznego, a służą do tego dwa testy: 6. (Test Kupca) p – pr. VaR, n = próby, m = wyjątki: (model dwumianowy) wartość porównujemy do założonego „poziomu istotności” Załóżmy, że prowadzimy testy wsteczne modelu VaR dla danych obejmujących 1000 dni. Poziom pewności wynosi 99%, a liczba zaobserwowanych w historii wyjątków wynosi 5. Czy powinniśmy zaakceptować ten model dla 5% poziomu istotności. Posłużyć się „modelem dwumianowym” i dwustronnym testem Kupca. a. Jak zmieni się sytuacja, gdyby liczyć 95% VaR, historia byłaby z roku (252 dane) a wyjątków byłoby 15? b. Jak zmieni się sytuacja, gdy liczymy 99.9% VaR, historia byłaby z 5 lat, a wyjątków byłyby 3?