Содержание к диссертации
Введение
Глава 1. Анализ проблемы рыночного риск-менеджмента 9
1.1.Сущность оптимизации рыночного риска 9
1.2. Анализ особенностей рыночного риск-менеджмента на промышленном предприятии 21
1.3. Анализ подходов к оценке и оптимизации величины рыночного риска 30
Выводы по главе 1 42
Глава 2. Разработка методов оптимизации рыночного риска 44
2.1.Систематизация метода оценки рыночного риска в рамках основных моделей Value-at-Risk 44
2.2.Исследование подходов к выбору моделей оценки рыночного риска 55
2.3. Методология оценки рыночного риска для промышленного предприятия 62
Выводы по главе 2 85
Глава 3. Исследование практических аспектов оптимизации рыночного риска 87
3.1 Постановка задачи и описание входных данных 87
3.2.Исследование сравнительных характеристик моделей оценки рыночного риска 97
3.3. Расчет величины рыночного риска по методологии EaR и выбор его оптимального варианта для промышленного предприятия 109
Выводы по главе 3 160
Заключение 162
Список литературы 164
Глоссарий 174
Приложения 177
- Анализ особенностей рыночного риск-менеджмента на промышленном предприятии
- Анализ подходов к оценке и оптимизации величины рыночного риска
- Методология оценки рыночного риска для промышленного предприятия
- Расчет величины рыночного риска по методологии EaR и выбор его оптимального варианта для промышленного предприятия
Введение к работе
В настоящее время признается бесспорным факт связи предпринимательской деятельности с различными видами риска, в частности с рыночным риском. Рыночный риск определяется как отклонение от ожидаемого хода событий. выражающееся в ухудшении будущего финансового результата и обусловленное неопределенностью рыночной конъюнктуры. Тема рыночного риск-менеджмента получила развитие в целом ряде теоретических и прикладных исследований, большинство из которых появилось в последнее десятилетие.
Среди российских ученых, работающих над проблемой рыночного риска можно назвать таких как Ахундов В.М., Васютович А., Сотникова Ю., Горчаков А.. Рязанов Б., Дубров A.M., Лагоша Б.А., Хрусталев Е.Ю., Клейнер Г.Б., Тамбовцев В.Л.. Качалов P.M., Кононова Т., Кузнецов В., Кудинова Т.А., Куракина Ю.Г., Лобанов А.. Филин С, Чугунов А., Сурков Г., Уткин Э.А., Човушян Э.О., Сидоров М.А., Щуки л Д. и др. Среди зарубежных исследователей рыночного риска отметим таких как Watsham T.J., Redhead К., Armstrong J.S., Collopy F., Barone E., Beder T.S., Berkowitz J., Cassidy C, Gizycki M., Christoffersen P., Hahn J., Danielsson J., Casper G. de Vries, Dimson E.. Dowd K., Ericsson N.R., Gibson M.S., Hallerbach W.G., Menkveld В.. Hawkins I.. Holton G.A., Oldfield G., Santomero A.M. и др.
Предпосылкой появления интереса к проблеме оптимизации рыночного риска стало изменение механизма функционирования рыночного механизма в России в течение последних десяти лет в результате экономических преобразований и мировых процессов глобализации.
Рыночные преобразования в России и мировые процессы глобализации привели к принципиальному изменению в работе механизма российской экономики. С позиций риск-менеджмента эти изменения проявились главным образом в перераспределении рыночных рисков между экономическими субъектами. Центр приложения рыночных рисков изменился и продолжает смещаться от государства к частным промышленным и торговым предприятиям. Уже в настоящее время можно говорить, что успех современного предприятия во многом определяется его способностью использовать инструменты оптимизации соотношения рыночного
риска и доходности. Промышленные предприятия как развитых, так и развивающихся стран в наибольшей степени несут рыночные риски, связанные с высокой нестабильностью сырьевых товарных рынков.
Достаточно сказать, что экспорт предприятий из стран с развивающейся или переходной экономикой часто замыкается на небольшой группе сырьевых товаров с позитивной корреляцией ценовых движений. С другой стороны, предприятия стран, не имеющих собственных месторождений природных ресурсов, вынуждены их экспортировать. Даже в случае внутреннего потребления собственных ресурсов, уровень их цен во многом определяется динамикой соответствующей конъюнктуры на мировых рынках, что наглядно представлено на рисунке 1.0. 1.
Внутренние цены на нефть и мазут в РФ (средние оптовые цены предприятий, долл./т)
80 і 1 50 .....---°
40 30 20
о- нефть
а мазут
Ю і . . . 1
06/98 12/98 06/99 12/99 06/00
Рисунок 1.0. 1 Источник: Госкомстат РФ
Ситуация осложняется монополистическим положением основных
поставщиков сырья, как участников ВЭД, так и занятых его добычей и переработкой. В результате неопределенность рыночной товарной конъюнктуры становится проблемой не только государственного, но и корпоративного уровня. Основной проблемой является то, что волатильность товарных цен затрудняет планирование
деятельности предприятия. Негативное изменение рыночной конъюнктуры также способно неблагоприятно отразиться на доходах предприятия. Наконец, ценовая неопределенность влияет на кредитоспособность предприятий, поскольку размер и стоимость банковского финансирования проектов, как правило, связаны с будущей нормой прибыли.
Решение проблемы волатильности рыночной конъюнктуры предполагает определение того, в какой степени неопределенность товарных цен негативно влияет на деятельность предприятия и как это влияние можно компенсировать. В терминах рыночного риск-менеджмента постановка указанной проблемы определяется как выявление факторов рыночного риска, объективная оценка их величины и сравнительный анализ вариантов страхования.
Основной целью диссертационной работы является разработка системы комплексной оптимизации соотношения рыночного риска и доходности для российских промышленных предприятий в виде алгоритмов, позволяющих выявлять факторы рыночного риска, получать объективную оценку их величины и проводить сравнительный анализ вариантов страхования.
В соответствии с основной целью в диссертации поставлены и решены следующие задачи:
• Систематизации и внедрения моделей Value-at-Risk;
• Сравнительного анализа моделей Value-at-Risk по заданным критериям;
• Преобразования методологии Value-at-Risk к методологии Earnings-at-Risk для оценки величины рыночного риска на промышленных предприятиях;
• Практического расчета величины рыночного риска по методологии EaR для альтернативных вариантов страхования;
• Выбора оптимального варианта рыночного риска.
Объектом исследований в диссертационной работе является система рыночного риск-менеджмента промышленного предприятия.
Предметом исследований выступают экономико-математические методы комплексной оптимизации рыночных рисков и доходности промышленного предприятия для повышения эффективности его функционирования.
Теоретической и методологической основой диссертационной работы являются труды отечественных и зарубежных ученых и практиков, посвященные вопросам рыночного риск-менеджмента, проблеме классификационного анализа риска, задаче разработки, внедрения и тестирования моделей оценки уровня рыночного риска на предприятии и методов оптимизации соотношения риска и доходности.
Методы исследования. При решении поставленных в диссертации задач были использованы методы экономического и системного анализа, статистических и математических расчетов.
На защиту выносится:
• Методология количественной оценки уровня рыночного риска Value-at-Risk;
• Система выбора оптимальной модели VaR по установленным критериям;
• Методология количественной оценки уровня рыночного риска для промышленного предприятия Earnings-at-Risk;
• Результаты выбора оптимальной стратегии компенсации рыночного риска для промышленного предприятия.
Информационной базой исследования являются ценовые данные с российских и мировых рынков активов, статистика сырьевых и валютных рынков, макроэкономические данные. Также использованы расчетные данные исследований по моделям измерения рыночного риска независимых российских и зарубежных аналитиков, материалы докладов и конференций по проблемам рыночного риск-менеджмента, открытые статистические и экспертные данные Филиала "Производство малых серий" ОАО "Тверской вагоностроительный завод", ЗАО "ТК "Золотой дождь".
К основным результатам, отличающимся научной новизной относятся следующие:
1. Систематизированы и практически апробированы экспериментальные модели VaR, позволяющие объективно оценивать величину рыночного риска.
2. Сформирована система критериев качества моделей VaR и проведен сравнительный анализ результатов расчетов моделей VaR по критериям
консервативности и точности в разрезе российских и мировых рынков, по результатам которого были сделаны выводы и даны практические рекомендации; 3. Осуществлено преобразование методологии Value-at-Risk к виду Earnings-at-Risk для оценки величины рыночного риска на промышленных предприятиях и приведен пример практической оптимизации рыночного риска и доходности для производственного предприятия.
Научная новизна диссертационной работы состоит в том, что в ней исследовано и практически реализовано комплексирование сфер управления предприятия с привлечением математического инструментария на основе расчета объективной количественной величины рыночного риска и выбора оптимального варианта его страхования.
Практическая значимость результатов работы заключается в тем, что использование предложенной методологии позволяет выбрать оптимальный вариант страхования рыночного риска для повышения экономической эффективности работы предприятия и качества планирования производственной деятельности.
Результаты диссертационной работы необходимы всем промышленным предприятиям. Использование результатов диссертации позволяет учитывать и оценивать возникающие рыночные риски, оптимально их минимизировать и повышать экономическую эффективность работы предприятия.
Среди практических результатов исследования отметим важнейшие:
1. Проведены систематизация и практическое применение моделей оценки рыночного риска на основе методологии Value-at-Risk.
2. Сделаны выводы о применимости и качестве моделей VaR в российских условиях на основе системы критериев.
3. Реализован практический расчет величины рыночного риска по методологии EaR для производственного предприятия.
4. Выбран оптимальный вариант рыночного риска в рамках системы оптимизации рыночного риска на промышленном предприятии.
Реализация результатов. Результаты приведенных в диссертационной работе исследований нашли практическое применение:
• при разработке программы рыночного риск-менеджмента для Филиала "Производство малых серий" ОАО "Тверской вагоностроительный завод";
• при оценке привлекательности портфельных инвестиций для ЗАО "ТК "Золотой дождь"
• при проведении лабораторных работ для студентов факультета "Экономики и менеджмента" МАИ по теме "Системный анализ в экономических исследованиях".
Научно-практическая значимость работы подтверждена актами внедрения результатов работы в Филиале "Производство малых серий" ОАО "Тверской вагоностроительный завод", ЗАО "ТК "Золотой дождь".
Апробация работы. Основные результаты исследования обсуждались на заседаниях профессорско-преподавательского состава МАИ, а также на производственных совещаниях Отдела производственного планирования Филиала ОАО "Тверской вагоностроительный завод", "Производство малых серий".
Объем и структура работы. Диссертационная работа состоит из введения, трех глав, заключения, списка литературы из 112 наименований и 5 приложений.
Основная часть работы содержит 153 страницы машинописного текста, 68 таблиц, 26 рисунков.
Публикация результатов. Основные положения диссертационной работы опубликованы в трех источниках [24], [25], [26].
Анализ особенностей рыночного риск-менеджмента на промышленном предприятии
С целью уточнения объекта управления в процессе рыночного риск-менеджмента на промышленном предприятии заметим, что в деятельности предприятия необходимо различать предпринимательский и рыночный риск.
Предпринимательский риск связан неопределенностью результатов работы предприятия, определяемых внутренней и внешней бизнес-средой. Он связан с производственными решениями, выбором профилирующего продукта, маркетинговой и ценовой политикой. В самом широком смысле наличие предпринимательского риска определяется принятием на себя обязательств и ответственности с целью получения прибыли от соответствующей деятельности. Очевидно, что предприятия стремятся принимать на себя предпринимательский риск в областях, где они наиболее компетентны.
Напротив, в соответствии с определением, рыночный риск относите I к неопределенности результатов работы предприятия, определяемых неопределенностью рыночных факторов, которые существуют вне зависимости от предприятия, но в той или иной степени оказывают влияние на процесс его функционирования. Прямое влияние рыночного риска проявляется, например, в коррекции ценовой политики в результате роста цен на сырье или при изменении курсов валют. Опосредованное влияние на маркетинговую стратегию предприятия проявляется при изменении конкурентных позиций в результате смены рыночной конъюнктуры.
Следует отметить, что предприятия, как правило, имеют незначительные или вообще не имеют рычаги влияния на рыночные показатели. При этом существуют исключения из этого правила, например, крупные компании - монополисты в энергетике, в отраслях по добыче природных ископаемых и т.п. Их особое положение на рынке предоставляет им дополнительные рыночные преимущества. Они могут принимать на себя рыночный риск для получения дополнительных прибылей, например, существенно нарушая баланс спроса и предложения.
В результате, в то время как незначительное число крупных монополистов принимают на себя рыночный риск для получения рыночных преимуществ, большинство предприятий нуждаются в комплексной оптимизации рыночного риска и доходности предприятия. С этих позиций рыночный риск можно рассматривать как часть предпринимательского риска, а задача оптимизации рыночного риска состоит в оптимальном уменьшении его относительной доли в предпринимательском риске.
Норма отношения предпринимательского и рыночного риска - непостоянная величина. Предприятия с большими капитальными расходами принимают на себя значительные предпринимательские риски и стремятся максимально оградиться от рыночных рисков. К этой группе относятся большинство крупных промышленных предприятий. Можно предположить, что при незначительной абсолютной величине предпринимательского риска, предприятие будет стремиться взять на себя как можно большее число рыночных рисков. Сюда можно отнести мелкие производственные и торгово-посреднические предприятия.
Наконец, распространено положение, при котором отдельные подразделения предприятий, где в целом высокий предпринимательский риск, сознательно принимают на себя рыночный риск (например, по валютным курсам, процентным ставкам) в рамках своей основной деятельности, действуя как самостоятельные хозяйствующие субъекты. Таким образом, оптимизация рыночного риска в первом случае связана с уменьшением его доли в совокупном предпринимательском риске, а во втором случае определяет доходность основной деятельности предприятия.
В отличие от финансовых институтов, рыночные риски для большинства промышленных предприятий возникают в результате обычных сделок, являющихся частью процессов производства или сбыта готовой продукции. К ним можно отнести приобретение сырья или экспорт готовой продукции. Поскольку эти сделки не подпадают под традиционное определение финансовых инструментов, они могут оказаться непригодными для расчета величины рыночного риска по методологии VaR.
Дополнительную сложность представляет временной интервал совершения операций. На финансовых рынках величина VaR обычно рассчитывается на срок один день, в то время как для промышленных предприятий приемлемы более длительные отрезки времени.
Компании, которые используют VaR для оценки влияния движения рыночной цены на стоимость портфеля активов, обычно полагаются на стратегию "ограничения убытков". Они считают, что могут быстро закрыть свою позицию для ограничения негативного воздействия движения рыночных цен. Однако возможности быстрого выхода из позиции во многом определяются ликвидностью рынка, которая является непостоянной величиной. На несформировавшихся товарных рынках варьирование ликвидности может быть достаточно широким. Поэтому оценка VaR должна быть дополнена и усовершенствована, что решается в процессе реализации рыночного риск-менеджмента в промышленности и преобразования оценки VaR в EaR.
Промышленный рыночный риск-менеджмент позволяет повысить уровень взаимодействия различных подразделений компании по рыночному риск-менеджменту и принимать обоснованные и своевременные решения по рисковому профилю предприятия.
В процессе использования моделей оценки рыночного риска для производственного предприятия решаются следующие задачи:
1. Интеграция рыночных рисков. Прежний подход к риск-менеджменту предполагал, что управление рыночными рисками осуществляется самостоятельно различными подразделениями, например, производственным, отделом продаж, маркетинга и т.д. При этом процесс управления определяется типом риска и спецификой работы подразделения. Интегрированный подход к оценке рыночных рисков позволяет компании оценивать, сравнивать и реализовывать мероприятия по различным видам рыночных рисков на единой основе.
Анализ подходов к оценке и оптимизации величины рыночного риска
Главным элементом рыночного риск-менеджмента выступает процедура оценки величины рыночного риска. В настоящей работе исследуется один из вариантов решения поставленной задачи посредством использования методологии Value-at-Risk (VaR) и родственной ей методологии Earnings-at-Risk (EaR). Теоретические основы методов VaR и EaR, а также конкретные модели будут рассмотрены ниже, а перед этим проведем сравнительный анализ подходов и альтернативных моделей измерения рыночного риска.
К настоящему времени сформировалось два подхода оценки уровня риска, вероятностный и экспертный. Экспертный (качественный, интуитивный) подход -представляет группу субъективных методов, в основе которых лежит мнение экспертов о величине риска (выраженное в баллах, возможной величине убытков и т.п.), а не методология. Основной задачей при экспертной оценке риска является правильное формирование экспертных групп. Используются критерии интеллекта, квалификации в работе с предметом оценки, учитывается наличие исследовательского опыта в заданной области и склонность к субъективизму. В условиях получения ряда независимых экспертных оценок вероятностей реализации возможных рисков, необходимо использовать специальные методы, позволяющие исключить дублирующиеся и взаимоисключающие результаты [15]. Отметим, что следует проявлять большую осторожность при использовании экспертных выводов, поскольку объективность полученных оценок будет в большей или меньшей степени определяться квалификацией аналитика. Данный подход имеет смысл использовать для оценки уровня рисков, которые трудно или невозможно формализовхгь, например, для политического или юридического рисков. Поэтому применение экспертного подхода для измерения рыночного риска, который сравнительно легко формализуется, нецелесообразно. Для рыночного риска лучше использовать вероятностный подход, который показывает неплохие результаты в условиях доступности большого объема формализованной информации о факторах риска, при условии обязательного варьирования параметров моделей в зависимости от природы изучаемого явления [10].
Методы Value-at-Risk и Earnings-at-Risk принадлежат к группе вероятностных методов. Но это относительно новые подходы к оценке уровня рыночного риска, которым предшествовали другие методы как качественные, так и количественные. На качественной оценке риска (включающей в себя главным образом классификацию и установление причинно-следственных связей рисковых факторов) мы останавливаться не будем, а в числе количественных методов охарактеризуем основные альтернативные VaR и EaR модели.
Методологически большинство количественных моделей оценки риска построены на вероятностном определении риска. Все многообразие методов можно сгруппировать в пять основных типов - простой вероятностный метод, метод анализа сценариев, метод коэффициента максимального риска, метод оценки на основе
Современной портфельной теории и, наконец, методология САРМ (более подробно см. напр. [15], [31], [63], [56], [55], [4]).
Простой вероятностный метод. Исходя из определения риска как вероятности неблагоприятного события, критерием оценки риска выступает вероятность финансового результата, который меньше планируемого значения: R=Px(DTp-D), где R - критерий оценки риска, Р - вероятность отклонения фактического результата от желаемого, D - требуемое значение результата, D - фактически полученный результат. В этой простой модели оценки рыночного риска четко определена прямая зависимость от вероятности и величины отклонения фактического хода событий от желаемого. Очевидно, что риск операции с вероятностью убытка 0,7 будет больше риска операции с вероятностью убытка 0,2 при прочих равных условиях. Аналогично для величины отклонения финансового результата. Серьезным недостатком этой простой модели является то, что она позволяет оценивать уровень риска только постфактум, в то время как на практике необходима оценка риска уже на этапе принятия решения. Действительно, величину отклонения AD и вероятность Р можно оценить либо экспертно (что фактически опускает количественный метод на уровень интуитивного), либо на основе анализа предыдущих реализаций. Однако отсутствие условий отбора и коррекции исходных данных, а также порядок расчета не позволяют в этом случае говорить о точности результатов. Метод анализа сценариев. Усовершенствованной вероятностной моделью является модель оценки риска инвестиционного проекта, получившая название метода анализа сценариев: где ОСП - ожидаемая СТОИМОСТЬ проекта, СП; - стоимость проекта при наступлении і-го сценария, Pj - вероятность і-го сценария, am- количество сценариев. Как следует из формулы, основными входными параметрами модели являются исчерпывающий набор возможных исходов и их вероятностей. Важно отметить, что необходимо быть максимально осторожным с результатами, полученными на основе данного метода, поскольку базой для прогноза выступает субъективный анализ предыдущих реализаций сценариев - эксперту на предварительном этапе необходимо провести анализ по крайней мере трех вариантов
Методология оценки рыночного риска для промышленного предприятия
Методология рыночного риск-менеджмента промышленного предприятия (промышленный риск-менеджмент) заимствует основные принципы из методологии VaR для портфеля финансовых инструментов (портфельный риск-менеджмент) и адаптирует их для производственной среды. Промышленный и портфельный риск-менеджмент имеют единую цель - обеспечить реализацию системы оптимизации рыночного риска. Однако у портфельного и промышленного риск-менеджмента различные объекты исследования.
В первом случае это факторы риска финансовых рынков: ценных бумаг с фиксированной и плавающей доходностью, иностранных валют, деривативов и т.д. риск-менеджмент характеризуется короткими горизонтами прогнозирования от одного до десяти дней, что отражает сущность финансовых операций. Напротив, промышленный рыночный риск-менеджмент основное внимание уделяет результату деятельности предприятия - доходности, или инвестиционной привлекательности (кредитоспособности) предприятия. Промышленное предприятие, как правило, не стремится взять на себя дополнительный рыночный риск, но исходной позицией его деятельности является подверженность объективно всегда присутствующему рыночному риску. Процесс промышленного риск-менеджмента, таким образом, сводится к выбору между стратегиями принятия или страхования рыночного риска. В отличие от финансовых инструментов, большинство промышленных факторов рыночного риска имеют показатели низкой ликвидности, поэтому говорить о коротких и сверхкоротких горизонтах прогнозирования в случае промышленного риск-менеджмента было бы неправильно.
Система оптимизации рыночного риска и доходности на промышленном предприятии позволяет учитывать множество различных сценариев рыночной ситуации, которые в совокупности отражают полный спектр взвешенных вероятностей исходов ситуации на рынке. Разработка сценариев может осуществляться на основе эконометрических или иных моделей прогнозирования экономических показателей.
Система промышленного рыночного риск-менеджмента может быть реализована в пять шагов: Шаг 1. Определение входных параметров определение результата работы предприятия, в отношении которого будет производиться оптимизация рыночного риска (обычно в расчет принимается доход предприятия); определение временного горизонта и уровня значимости для прогнозной модели. По аналогии с методологией VaR, величина, оценивающая рыночный риск для доходности обозначается EaR (Earnings-at-Risk). Каждый из показателей риска EaR определяет максимально возможное отклонение дохода от заданных целей (с определенным уровнем значимости) вследствие влияния факторов рыночного риска. Шаг 2. Масштабирование влияния факторов риска на выбранные результаты анализ состава доходов, которые могут измениться в результате воздействия факторов рыночного риска; построение регрессионной модели влияния факторов рыночного риска на каждый из выбранных результатов. В процессе масштабирования должны быть определены уравнения или формальные заключения о соотнесении факторов риска и результатов работы предприятия. При этом необходимо принять решение о широте анализа подверженности рыночному риску и типах используемых функций преобразования. Широта анализа Влияние факторов риска на состав показателей работы предприятия может быть установлено посредством использования регрессионных уравнений. Так, например, очевидно доходность экспортных операций определяется как состоянием валютных обменных курсов, так и объемом продаж предприятия. Последняя составляющая может в свою очередь также быть функцией первой составляющей. Более того, возможно организационное расширение требований по широте анализа в случае управления риском не подразделения, а филиала или всего предприятия. Функции преобразования Необходимо четко определить какие функции преобразования использовать в зависимости от требуемого типа анализа. Например, моделирование влияния валютного курса на доход может быть сделано в условиях предположения о фиксированных или переменных объемах продаж. При этом если в первом случае мы имеем дело с простой линейной моделью, то во втором случае требуется провести дополнительный анализ зависимости объемов от валютных курсов и других факторов рыночного риска. Заметим, что сложность моделирования должна изначально задаваться самим предприятием в результате нахождения компромисса между простотой внедрения, доступности данных для эконометрического и сравнительного анализа с одной стороны, и достижения требуемых уровней точности с другой. Шаг 3. Разработка сценариев разработка достаточно большого количества сценариев, учитывающих возможные реализации значений факторов рыночного риска в течение заданного периода времени; определение вероятностного распределения факторов риска для каждого временного горизонта, заданного на шаге 1; генерирование каждого сценария посредством выборки из соответствующего распределения и выявление функциональной зависимости конечных значений от времени. Таким образом, индивидуальный сценарий определит один из возможных путей изменения факторов рыночного риска в течение заданного временного горизонта. Поскольку управление рыночным риском на предприятии должно соответствовать циклу стратегического планирования, длительностью от пяти лет, можно говорить о прогнозных горизонтах для системы промышленного риск-менеджмента от одного месяца. Следует заметить, что тема долгосрочного экономического прогнозирования является предметом самостоятельного исследования. Шаг 4. Оценка расчет будущих результатов деятельности предприятия по каждому сценарию; ввод значений факторов рыночного риска для конкретного сценария с использованием схемы преобразования данных позволит получить конкретное значение будущего финансового результата. В дальнейшем повторение этого процесса для каждого сценария позволит получить распределение результатов деятельности предприятия.
Расчет величины рыночного риска по методологии EaR и выбор его оптимального варианта для промышленного предприятия
По полученным исходным данным, в Филиале "ПМС" ОАО "Тверской вагоностроительный завод" большую часть сырьевых материальных затрат составляют расходы, связанные с потреблением алюминия. Вследствие неустойчивости рыночной конъюнктуры, предприятия-потребители алюминия подвержены товарному рыночному риску, который, в свою очередь, оказывает влияние на соотношение прибылей и убытков. Оценить это влияние позволит расчет величины EaR по ценам на алюминий с последующим измерением с заданной вероятностью максимально возможного отклонения фактического дохода по отношению к его планируемому целевому уровню. В Отделе производственного планирования была получена информация о величине ежемесячного планируемого потребления алюминия на производственные цели (см. табл. 3.3.1). В предположении неизменности планируемых объемов потребления алюминия, расходы предприятия на текущий квартал определим следующим выражением: где Pj - рыночная цена алюминия на конец і-го месяца. Цена алюминия на дату анализа (31/01/01) известна и составляет Рі=$ШЗ за тонну. Выражение (3.3.1) определяет зависимость производственных расходов от цен на алюминий и может рассматриваться как масштабная схема подверженности рыночному товарному риску по алюминию для расчета EaR. Известно, что оплата и физическая поставка алюминия происходят в конце каждого месяца, поэтому необходимо иметь цену на алюминий на дату анализа (31/01/01) и сценарии изменения цен на алюминий на две даты: 28/02/01 и 31/03/01. Разработку сценариев начнем с определения параметров ценовых распределений на каждую прогнозную дату посредством использования авторегрессионной коррекционной модели (АКМ). Исходные данные. Оценка наличия коинтеграции будет производиться для рядов данных по базисным и фьючерсным ценам металлов, котируемых на Лондонской бирже металлов (LME) (см. прил.4). Проверка нестационарности рядов цен.
Оценка коэффициентов регрессии МНК для всех четырех рядов данных будет проводится в рамках модели. соответствующей расширенному критерию Дика-Фуллера: Как следует из приведенных результатов регрессии, величина средней ряда цен на алюминий статистически значимо отлична от нуля, поэтому будем проверять нулевую гипотезу со средней. Добавление шести независимых переменных последовательно смещенных с одним лагом DELT позволило исключить серийную автокорреляцию остатков et. При этом критерий Дарбина-Уотсона (Durbin-Watson d) составил 1,99, показав отсутствие автокорреляции остатков для расширенного критерия Дика-Фуллера. Критическим значением критерия Дика-Фуллера с включением средней для на уровне значимости 95% и для выборки из 133 значений будет величина -2,88. Полученное значение статистики p/SE((3)=-2,55, что указывает на то, что с уровнем значимости 95% нулевая гипотеза не может быть отклонена, а ряд цен на алюминий является 1(1), т.е. он нестационарный. Используя аналогичные рассуждения, определим стационарность вспомогательных рядов данных, которые будем использовать в АКМ: Расчеты показали, что ряды фьючерсов и цен на алюминий и медь за период январь 1989 - декабрь 2000 г.г. нестационарны, а цены на никель за тот же временной интервал являются стационарными. Таким образом, дальнейшая работа по проверке наличия коинтеграции для данной выборки может быть продолжена только для первых трех рядов данных. Вспомним, что для установления факта наличия коинтеграции необходимо, чтобы линейная комбинация рядов была стационарным рядом. Для выявления вектора коинтеграции построим регрессию коинтеграции: Уравнение (3.3.2) позволит выделить остатки ut, входящие в уравнение для переменной и определяющие стационарность zt. Таким образом, если остатки ut стационарны, то вектор (1, -X) будет вектором коинтеграции, а переменную zt можно включать в модель с исправлением ошибки. Далее будем использовать следующие обозначения: AL - элементы ряда цен на алюминий, ALF - элементы ряда трехмесячных фьючерсов на алюминий, ME - элементы ряда цен на медь. Ниже в соответствующих таблицах приведены результаты регрессий коинтеграции ряда цен на алюминий и несмещенных рядов фьючерсов и цен на медь. Как известно, регрессионная модель МНК позволяет получить несмещенную оценку с минимальной дисперсией только тогда, когда остатки независимы друг от друга. Если остатки автокоррелированны, коэффициенты регрессии (в нашем случае константа коинтеграции) не смещены, но стандартные ошибки будут недооценены, а следовательно проверка коэффициентов регрессии - ненадежна.
В соответствии с полученными значениями критерия Дарбина-Уотсона, наблюдается сильная автокорреляция остатков всех рассматриваемых регрессий коинтеграции, следовательно, необходимо предпринять меры к ее снижению. Для этого будем использовать процедуру Кохрейна-Оркатта (Cochrane-Orcutt), кратко КО, в ходе которой выражение Yt = kQ + A.Xt переопределим как Преобразованные таким образом ряды данных будем обозначать индексами _1 и_2. Коэффициенты регрессии коинтеграции статистически значимо отличаются от нуля, поэтому можно говорить о существовании коинтеграционного вектора. Однако для установления факта коинтеграции необходимо еще провести проверку стационарности остатков регрессии коинтеграции по расширенному критерию Дика-Фуллера. Таким образом, константа коинтеграции существует: для дважды преобразованных в соответствии с процедурой Кохрейна-Оркатта рядов цен на алюминий и трехмесячных фьючерсов Л= 1,058; для единожды преобразованных в соответствии с процедурой Кохрейна-Оркатта рядов цен на алюминий и медь А,= 0,344. Определив коэффициенты коинтеграции, можно включать их в уравнение регрессии для прогнозирования вида распределения цен на алюминий на первую прогнозную дату. В результате получим два регрессионных уравнения, параметры которых позволят сделать выводы о преимуществах каждого из них и окончательно остановиться на виде прогнозной модели
