Treść książki
Przejdź do opcji czytnikaPrzejdź do nawigacjiPrzejdź do informacjiPrzejdź do stopki
40
Rozdział1.Wprowadzeniedozagadnieńryzykabankowego
szacowanesąparametryrozkładów,zregułyasymetrycznych(zob.rysunek1.2.)oraz
charakteryzującychsiętzw.grubymiogonami,tzn.takich,dlaktórychprawdopodo
-
bieństwowystąpieniarealizacjiodległychodwartościtypowych(opisywanychprzez
miarytendencjicentralnej:średniąbądźmedianę)jestznaczniewiększeniżdlaroz-
kładunormalnego(szerzejzob.rozdział6).
Wartozauważyć,żewzorywykorzystywanewzaawansowanychpodejściachdowy-
znaczaniawymogukapitałowegoztytułuryzykakredytowegorównieżopierająsięna
koncepcjiVaRwramachtzw.asymptotycznegomodelujednoczynnikowego(ASFR-
asymptoticsingleriskfactormodel)31.Procedurakwantyfikacjiwymogukapitałowego
ztytułuryzykakredytowegomożebyćzatemtraktowanajakokolejnyprzykładstoso-
waniaanalitycznegopodejściadowyznaczaniaVaR.
Podejściem,któreminimalizujepotrzebęwprowadzaniazałożeńopostacirozkładów
czynnikówryzyka32,jestmetodasymulacjihistorycznej,któraprzypewnychmody-
fikacjachmożebyćstosowanadlaniemalwszystkichrodzajówryzyka.Wmetodzie
tejobliczamy,jakzmieniałabysięwartośćbieżącejekspozycji,gdybypowtórzyłysię
zmianyczynnikówryzykaobserwowanewprzeszłości.Następniesortujemyuzyskane
wyniki(budujemyrozkład)iwceluwyznaczeniaVaRznajdujemyodpowiedniper-
centyl33.Zjednejstronykoncepcjasymulacjihistorycznejjestbardzoatrakcyjna,gdyż
uwalniaodkoniecznościwyboruiparametryzacjirozkładówczynnikówryzyka.Ca-
łośćwspółzależnościzawartajestwdanychhistorycznych.Jednakzdrugiejstronyto,
costanowizaletętegopodejścia,jestjednocześniejegosłabością.Pojawiasiębowiem
pytanie,naileprzeszłeobserwacjesąadekwatnedotego,comożezdarzyćsięnarynku
wnajbliższejprzyszłości.Zarównozbytkrótki,jakizbytdługiokresuwzględniony
wanaliziemożeprowadzićdoniewłaściwejocenyryzyka.Ponadtometodasymula-
cjihistorycznejwymagazbieraniaiprzechowywania(lubzapewnieniasobiedostępu)
dużejilościdanych.Jejwykorzystaniemożeokazaćsięproblematycznewprzypadku
nowychinstrumentów,produktówbądźrodzajówdziałalności-możemyniedyspono-
waćdlanichodpowiedniodługimiszeregamiadekwatnychczynnikówryzyka.
Najbardziejwymagającymodstronyobliczeniowejpodejściemjestmetodasymulacji
MonteCarlo.Wmetodzietejgenerujemywsposóbsztuczny(losowy)możliwezmiany
czynnikówryzyka,mającezałożonewłaściwościstatystyczne.Następnieokreślamy,
jakdlatakichzmianzmieniałabysięwartośćposiadanejekspozycji,sortujemytezmia-
nyiwyznaczamyinteresującenasmiaryryzyka,podobniejakwmetodziesymulacji
historycznej.Ztegoteżwzględumetodatamożebyćstosowanadlaniemalwszyst-
kichrodzajówryzyka.Jednakwtymprzypadkuniejesteśmyzwiązanidostępnością
31
AnExplanatoryNoteontheBaselIIIRBRiskWeightFunctions,BaselCommitteeonBankingSu-
pervision,BIS2005.
32Zpunktuwidzeniastatystykijesttozatemmetodaocharakterzenieparametrycznym.
33
Wartozauważyć,żemożliwejestwtedyrównieżdośćprostewyznaczenieES-tośredniazestrat
większychniżznalezionyVaR.
TomaszChmielewski
