Rizikové faktory a finanční krize

Kvantitativní řízení rizik v Pythonu

Jamsheed Shorish

Computational Economist

Rizikové faktory

Volatilita: míra rozptylu výnosů kolem očekávané hodnoty
Časová řada: očekávaná hodnota = výběrový průměr
Co ovlivňuje očekávání a rozptyl?
Rizikové faktory: proměnné nebo události ovlivňující výnos a volatilitu portfolia

Graf rozptylu, odchylka výnosů od průměru časové řady

Riziková expozice

Riziková expozice: míra možné ztráty portfolia
- Rizikové faktory určují rizikovou expozici
Příklad: pojištění proti povodním
- Spoluúčast: platba z vlastní kapsy bez ohledu na výši škody
- 100% krytí stále zanechává spoluúčast k úhradě
- Spoluúčast je tedy riziková expozice
- Časté povodně => více volatilní výsledek pojistné události
- Časté povodně => vyšší riziková expozice

Systémové riziko

Systémové riziko: rizikový faktor ovlivňující volatilitu všech aktiv portfolia
- Tržní riziko: systémové riziko plynoucí z obecných pohybů finančních trhů
Selhání motoru letadla: systémové riziko!
Příklady finančních systémových rizikových faktorů:
- Změny cenové hladiny, tj. inflace
- Změny úrokových sazeb
- Změny hospodářského klimatu

Motor vrtulového letadla

Idiosynkratické riziko

Idiosynkratické riziko: riziko specifické pro konkrétní aktivum/třídu aktiv.
Turbulence a nezapnutý bezpečnostní pás: idiosynkratické riziko!
Příklady idiosynkratického rizika:
- Dluhopisové portfolio: riziko selhání emitenta
- Charakteristiky firmy/sektoru
  - Velikost firmy (tržní kapitalizace)
  - Poměr účetní hodnoty k tržní hodnotě
  - Sektorové šoky

Bezpečnostní pás v letadle

Faktorové modely

Faktorový model: hodnocení rizikových faktorů ovlivňujících výnos portfolia
Statistická regrese, např. metoda nejmenších čtverců (OLS):
- závislá proměnná: výnosy (nebo volatilita)
- nezávislá proměnná(é): systémové a/nebo idiosynkratické rizikové faktory
Fama-French faktorový model: kombinace
- tržního rizika a
- idiosynkratického rizika (velikost firmy, hodnota firmy)

Rizikový faktor krize: cenné papíry kryté hypotékami

Investiční banky: těsně před krizí se silně zadlužily
Zajištění: cenné papíry kryté hypotékami (MBS)
MBS: měly diverzifikovat riziko držením mnoha hypoték různých charakteristik
- Chyba: riziko nesplácení hypoték bylo ve skutečnosti vysoce korelované
- Lavina nesplácení/defaultů zničila hodnotu zajištění
90denní prodlení u hypoték: rizikový faktor portfolia investiční banky během krize

90denní prodlení u hypoték 2005–2010

Faktorový model krize

Faktorová regrese: výnosy portfolia vs. prodlení u hypoték
Import knihovny statsmodels.api pro nástroje regrese
Fitování regrese pomocí objektu .OLS() a jeho metody .fit()
Zobrazení výsledků pomocí metody .summary() regrese

import statsmodels.api as sm

regression = sm.OLS(returns, delinquencies).fit()

print(regression.summary())

Výsledky regrese .summary()

příklad souhrnu regrese

Pojďme si to procvičit!

Kvantitativní řízení rizik v Pythonu

Preparing Video For Download...