Фактори ризику та фінансова криза

Кількісне управління ризиками в Python

Jamsheed Shorish

Computational Economist

Фактори ризику

  • Волатильність: міра розсіювання доходностей навколо сподіваного значення
  • Часовий ряд: сподіване значення = вибіркове середнє
  • Що визначає очікування та розсіювання?
  • Фактори ризику: змінні або події, що впливають на дохідність і волатильність портфеля

Графік розсіювання: відхилення доходностей від середнього часового ряду

Кількісне управління ризиками в Python

Піддавання ризику

  • Піддавання ризику: міра можливої втрати портфеля

    • Фактори ризику визначають піддавання ризику

  • Приклад: страхування від повені

    • Франшиза: сума з власної кишені незалежно від збитку
    • Навіть за 100% покриття франшизу сплачують окремо
    • Отже, франшиза — це піддавання ризику
    • Часті повені => результат страхування більш мінливий
    • Часті повені => вище піддавання ризику
Кількісне управління ризиками в Python

Систематичний ризик

  • Систематичний ризик: фактор(и), що впливають на волатильність усіх активів портфеля

    • Ринковий ризик: систематичний ризик від загальних рухів фінансових ринків

  • Відмова двигуна літака: систематичний ризик!

  • Приклади фінансових систематичних факторів ризику:

    • Зміни рівня цін, тобто інфляція
    • Зміни відсоткових ставок
    • Зміни економічної кон'юнктури

Гвинтовий авіадвигун

Кількісне управління ризиками в Python

Ідіосинкратичний ризик

  • Ідіосинкратичний ризик: ризик, притаманний окремому активу/класу активів.

  • Турбулентність і непристебнутий пасок: ідіосинкратичний ризик!

  • Приклади ідіосинкратичного ризику:

    • Портфель облігацій: ризик дефолту емітента
    • Характеристики компанії/сектору
      • Розмір компанії (ринкова капіталізація)
      • Співвідношення «балансова вартість/ринок»
      • Секторальні шоки

Авіаційний пасок безпеки

Кількісне управління ризиками в Python

Факторні моделі

  • Факторна модель: оцінка факторів ризику, що впливають на дохідність портфеля
  • Статистична регресія, напр. Ordinary Least Squares (OLS):
    • залежна змінна: доходності (або волатильність)
    • незалежні змінні: системні та/або ідіосинкратичні фактори ризику
  • Факторна модель Фами—Френча: поєднання
    • ринкового ризику та
    • ідіосинкратичного ризику (розмір фірми, вартість фірми)
Кількісне управління ризиками в Python

Фактор кризи: іпотечні цінні папери

  • Інвестбанки: інтенсивно позичали напередодні кризи
  • Забезпечення: іпотечні цінні папери (MBS)
  • MBS: мали диверсифікувати ризик завдяки багатьом іпотекам з різними характеристиками
    • Хиба: ризик дефолту за іпотекою був високо корельований
    • Вал і прострочень/дефолтів знищив вартість забезпечення
  • 90-денна прострочка іпотеки: фактор ризику для портфелів інвестбанків під час кризи

90-денні прострочки іпотек 2005–2010

Кількісне управління ризиками в Python

Факторна модель кризи

  • Регресія факторної моделі: доходності портфеля vs. прострочки іпотек
  • Імпортуйте бібліотеку statsmodels.api для інструментів регресії
  • Навчіть регресію через об'єкт .OLS() і метод .fit()
  • Виведіть результати методом регресії .summary()

 

import statsmodels.api as sm

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

print(regression.summary())
Кількісне управління ризиками в Python

Результати .summary() регресії

приклад зведення регресії

Кількісне управління ризиками в Python

Давайте потренуємось!

Кількісне управління ризиками в Python

Preparing Video For Download...