Markkinariskin mittaaminen Value at Risk -menetelmällä.
MATTILA, KIRSTI (2002)
Tässä tietueessa ei ole kokotekstiä saatavilla Treposta, ainoastaan metadata.
MATTILA, KIRSTI
2002
Kansantaloustiede - Economics
Taloudellis-hallinnollinen tiedekunta - Faculty of Economics and Administration
Hyväksymispäivämäärä
2002-06-13Sisällysluettelo
1 Johdanto 1 2 Value at Risk-menetelmä 4 2.1 Value at Risk-menetelmän kehitys 4 2.2 Mikä Value at Risk-menetelmä on 5 2.3 Value at Risk-menetelmän perusteet 6 2.4 Value at Risk-menetelmän edut 9 2.5 Portfolioteoria ja Value at Risk-menetelmä 11 2.6 Value at Risk-menetelmän ongelmat 14 3 Value at Risk-tekniikat 17 3.1 Delta-menetelmät 17 3.2 Delta-gamma -menetelmät 18 3.3 Historiallinen simulaatio 20 3.4 Modifioitu historiallinen simulaatio 21 3.5 Monte Carlo -simulointi 23 3.6 Value at Risk-tekniikoiden vertailu 23 4 VaR-mallin täydentäminen ja testaus 25 4.1 Yleistä 25 4.2 Stressitesti 25 4.3 Skenaarioanalyysi 26 4.4 Value at Risk-menetelmän testaus 26 4.5 Aikaisempia tutkimuksia 33 5 Markkinadatan estimointi 36 5.1 Datasarjan ongelmat 36 5.2 Dimensionaalisuuden kirous 37 5.3 Datasarjan pituus 38 5.4 Estimointimenetelmät 39 6 Empiirinen osuus 43 6.1 Valuuttakurssiriskit 43 6.2 Lähtöasetelma ja testien toteuttaminen 44 6.3 Saatujen tulosten tulkinta 51 7 Lopuksi 53 Lähteet 54
Tiivistelmä
Value at Risk (VaR) -menetelmä on moderni markkinariskin mittausmenetelmä, jonka avulla on mahdollista tiivistää suuri määrä informaatiota nopeasti ja selkeästi ymmärrettäväksi tunnusluvuksi. Näiden ominaisuuksiensa vuoksi menetelmä on saavuttanut suurta suosiota niin pankkien kuin luotto- ja rahoituslaitostenkin keskuudessa. Value at Risk-mallit pohjautuvat neljään eri tekniikkaan; delta-menetelmään, delta-gamma-menetelmään, historiallisen simulaation menetelmään sekä Monte Carlo -simulaation menetelmään. Tutkielman tavoitteena oli perehtyä näihin tekniikoihin ja vertailla niiden ominaisuuksia.
Value at Risk-malleissa tulevaisuuden tapahtumia pyritään ennustamaan aikaisemman kurssikehityksen perusteella. Tulevaisuuden oletetaan siis toistavan historiaa, eikä näin tietenkään aina ole. Mikäli markkinoilla tapahtuu jotakin odottamatonta, esimerkiksi tuhoisa maanjäristys, ei siitä aiheutuvaa riskiä voida mitata Value at Risk-menetelmän avulla. Katastrofien aiheuttamien riskien torjunta on tärkeä osa riskienhallintaa. Tämän vuoksi tutkielmassa kerrotaan myös Value at Risk-menetelmän täydentämisestä stressitestin ja skenaarioanalyysin avulla.
Value at Risk-lukuja ennustetaan kurssihistorian perusteella, joten markkinadatan laatuun on kiinnitettävä erityistä huomiota. Tutkielmassa kerrotaan yleisimmistä markkinadataan liittyvistä ongelmista sekä esitellään kolme yleisintä VaR-parametrien estimointimenetelmää.
Rahoituslaitosten on testattava käyttämänsä Value at Risk-mallin ennustuskykyä säännöllisin väliajoin. Malli on hyvä silloin, kun se ennustaa haluttua riskitasoa. Tutkielmassa kerrotaan testauksen perusteista ja muutamista testausmenetelmistä.
Työn empiirisessä osassa testataan kahden VaR-mallin ennustuskykyä Baselin komitean antamien arviointikriteerien mukaan. Toinen malli perustuu delta-tekniikkaan, toinen historialliseen simulaatioon. Tutkimuksessa selvisi, ettei kummankaan mallin ennustuskyky ollut hyvä.
Value at Risk-lukujen tulee olla riippumattomia käytetystä tekniikasta. Tutkimuksessa kuitenkin havaittiin, ettei näin ole. Delta-menetelmä ennusti huomattavasti korkeampaa riskitasoa kuin historiallisen simulaation menetelmä. Saatujen tulosten perusteella voidaan todeta, että riskienhallinnasta vastaavien henkilöiden on syytä käyttää VaR-mallin ohella muitakin menetelmiä.
Value at Risk-malleissa tulevaisuuden tapahtumia pyritään ennustamaan aikaisemman kurssikehityksen perusteella. Tulevaisuuden oletetaan siis toistavan historiaa, eikä näin tietenkään aina ole. Mikäli markkinoilla tapahtuu jotakin odottamatonta, esimerkiksi tuhoisa maanjäristys, ei siitä aiheutuvaa riskiä voida mitata Value at Risk-menetelmän avulla. Katastrofien aiheuttamien riskien torjunta on tärkeä osa riskienhallintaa. Tämän vuoksi tutkielmassa kerrotaan myös Value at Risk-menetelmän täydentämisestä stressitestin ja skenaarioanalyysin avulla.
Value at Risk-lukuja ennustetaan kurssihistorian perusteella, joten markkinadatan laatuun on kiinnitettävä erityistä huomiota. Tutkielmassa kerrotaan yleisimmistä markkinadataan liittyvistä ongelmista sekä esitellään kolme yleisintä VaR-parametrien estimointimenetelmää.
Rahoituslaitosten on testattava käyttämänsä Value at Risk-mallin ennustuskykyä säännöllisin väliajoin. Malli on hyvä silloin, kun se ennustaa haluttua riskitasoa. Tutkielmassa kerrotaan testauksen perusteista ja muutamista testausmenetelmistä.
Työn empiirisessä osassa testataan kahden VaR-mallin ennustuskykyä Baselin komitean antamien arviointikriteerien mukaan. Toinen malli perustuu delta-tekniikkaan, toinen historialliseen simulaatioon. Tutkimuksessa selvisi, ettei kummankaan mallin ennustuskyky ollut hyvä.
Value at Risk-lukujen tulee olla riippumattomia käytetystä tekniikasta. Tutkimuksessa kuitenkin havaittiin, ettei näin ole. Delta-menetelmä ennusti huomattavasti korkeampaa riskitasoa kuin historiallisen simulaation menetelmä. Saatujen tulosten perusteella voidaan todeta, että riskienhallinnasta vastaavien henkilöiden on syytä käyttää VaR-mallin ohella muitakin menetelmiä.