VaR – som metod för att mäta rörelserisken Lindqvist/Söderhjelm ___________________________________________________________________________ BILAGA A REDOVISNINGSMÅTT FÖR RISK Räntabilitet på eget kapital Inom redovisningen finns en uppdelning mellan risker som dels uppkommer i företagets löpande verksamhet, rörelserisk, dels i de som kommer ur företagets möjlighet att klara finansiella situationer, finansiell risk vilken beror av soliditeten. Rörelserisken kommer ur: - konkurrens - konjunkturer - tillverkning - priser osv dvs omständigheter i omvärlden som påverkar det enskilda företagets resultat via den verksamhet som det bedriver. Finansiell risk uppkommer ur företagets val av finansieringssätt dvs förhållandet mellan eget och främmande kapital. Främmande kapital i form av lån urholkar den del av resultatet som kan gå till aktieägarna dvs räntabiliteten för eget kapital. Matematiskt kan risksituationen beskrivas: Total risk = Rörelserisk + Finansiell risk RE = RT (RT - RS)S/E + 72 VaR – som metod för att mäta rörelserisken Lindqvist/Söderhjelm ___________________________________________________________________________ Formeln visar att räntabiliteten på eget kapital beror av räntabiliteten på det totala kapitalet, den genomsnittliga skuldräntan och soliditeten.1 Räntabilitet definieras som kvoten mellan ett redovisningsmässigt resultat och ett redovisningsmässigt kapital och utrycker vilken förräntning kapitalet ger. Fördelen med att använda ett kvotmått är att det tar hänsyn till insatsen i den verksamhet som generat överskottet och därmed tillåter jämförelser mellan olika verksamheter oavsett branschtillhörighet, storlek, osv. Enbart vinsten i absoluta tal visar ingenting om kapitalet används på ett konstruktivt sätt och tillåter inte heller jämförelser mellan olika alternativa investeringar. Sambandet mellan RE, RT och RS kan härledas från resultaträkningen; Resultat före räntekostnader - Räntekostnader Resultat efter räntekostnader Räntabiliteten på eget kapital uttrycker lönsamheten som en kvot av det egna kapitalet, dvs hur väl aktieägarnas insats förräntar sig enligt; RE Resultat efter räntekostnader Eget kapital E Räntabiliteten på det totala kapitalet uttrycker den förräntning som uppkommer genom den dagliga verksamheten och som erhålls på allt arbetande kapital; RT = Resultat före räntekostnader/totalt kapital. RT är oberoende av hur verksamheten finansieras och om lånefinansieringen är noll är RE = RT. Eftersom RT visar räntabiliteten på allt kapital, är en del av resultatet efter räntekostnader hänförligt till just RT, nämligen RT*E. Genomsnittlig låneränta visar räntan på lånat kapital; RS Räntekostnader Skulder S 1 Samuelsson, L A, Controllerhandboken, Industrilitteratur Förlag AB, 5:e uppl, 1996, s28 73 VaR – som metod för att mäta rörelserisken Lindqvist/Söderhjelm ___________________________________________________________________________ Resultatet efter räntekostnader beror av hur väl företaget lyckas förvalta de lånade pengarna, dvs om de lyckas förränta kapitalet högre än låneräntan, dvs (RT - RS) * S. Resultatet efter räntekostnader kan alltså skrivas: RT*E + (RT - RS) * S. Om uttrycket divideras med E, får vi räntabiliteten för eget kapital enligt; RE RT RT RS * S E 2 Räntabilitet på sysselsatt kapital Utveckling av mätmetoder Utvecklingen av metoder inom den interna och externa redovisningen går självklart hand i hand med de krav som den ekonomiska utvecklingen ställer på företagen. Behovet av mätmetoder för räntabilitet på sysselsatt kapital uppstår i USA i slutet av 1800 -talet. Tidigare var företagsledningar inriktade på att maximera det ekonomiska resultatet från en verksamhet och de var därför inte i något större behov av att mäta hur väl det insatta kapitalet förvaltades. Fokuseringen på enskilda verksamheter ledde till väl utvecklade metoder för att mäta kostnader och därigenom skapa mått för hur effektivt företaget kunde tillverka sina produkter. Däremot fanns inga metoder för att mäta och förutsäga behovet av nytt riskkapital för investeringar i anläggningskapital.3 I och med företag i högre grad börjar ägna sig åt flera verksamheter, styrs utvecklingen mot mått som tillåter jämförelser mellan de olika enheterna, trots skillnaden i verksamhet. Ett av de mest framgångsrika och kända företagen som utvecklat dessa metoder är du Pont, ett företag som tillverkade krut i USA. Genom att utveckla den formel för räntabilitet på sysselsatt kapital som används än idag (som också kallas för du Pont formeln) och kombinera den med nya strategier för företagsledning lyckades man nå en enorm framgång. 2 Johansson, S-E, Företagets lönsamhet, finansiering och tillväxt, Studentlitteratur, 1995, s24 ff 3 Johnson T och R Kaplan, Relevance Lost: the Rise and Fall of Management Accounting, Harvard Business School Press, 1991, s19 ff 74 VaR – som metod för att mäta rörelserisken Lindqvist/Söderhjelm ___________________________________________________________________________ Just kombinationen mellan nya idéer om användandet av kapitaltillgångar och noggrann kostnadsredovisning är än idag en förebild för stora företag med en komplex verksamhetsstruktur. Värt att notera är att det inte enbart var utvecklingen av en ny formel utan framför allt en välplanerad organisations- och informationsstruktur som ledde till framgång. du Pont styrdes inte enbart via siffror i rapporter, utan hade också väl utvecklade system för att garantera lönsamheten som tex incitamentslöner och effektivitetsbonusar. Det råder dock ingen tvekan om att möjligheten att jämföra lönsamheten, istället för att bara uppskatta vinsten, möjliggjorde expansion och underlättade styrandet av det stora företaget.4 I den svenska industrin har sambandet används sedan 1970-talet för att förbättra kapitalets omsättningshastighet. Studier visade att vinstmarginalen inom svensk industri var lika god som i omvärlden, trots att lönsamheten var sämre. Genom att använda sig av uppdelningen i du Pontschemat kunde man konstatera att detta berodde på en lägre omsättningshastighet. Detta ledde till omfattande kapitalrationaliseringar och försök med omorganiseringar av produktionen som pågår än idag, tex införandet av JIT och Lean Production.5 Specifikation av RT - måttet Formeln för räntabilitet på sysselsatt kapital kan ytterligare delas upp på olika komponenter i balans- och resultaträkningen. I sin enklaste form beräknas den som: RT Resultat före räntekostn ader Totala tillgånga r dvs det innehåller en del från resultaträkningen och en del från balansräkningen.6 En viktig skillnad mot RE är att måttet skall mäta avkastningen på tillgångarna: Balansräkning Enbart tillgångarna skall mätas Eget kapital Finansierings kostnader för skulder skall inte mätas 4 Johnson T och R Kaplan, Relevance Lost: the Rise and Fall of Management Accounting, Harvard Business School Press, 1991, s61 ff 5 Samuelsson L A, Controllerhandboken, Industrilitteratur Förlag AB, 5:e uppl, 1996, s181 6 Johansson S-E, Företagets lönsamhet, finansiering och tillväxt, Studentlitteratur, 1995, s26 75 VaR – som metod för att mäta rörelserisken Lindqvist/Söderhjelm ___________________________________________________________________________ Endast avkastningen på tillgångarna skall mätas7 Härigenom visas hur väl verksamheten förvaltar det satsade kapitalet och därför kan RTmåttet med fördel användas internt för att mäta lönsamheten mellan olika verksamheter. Genom att förlänga uttrycket ovan med omsättningen kan räntabiliteten också uttryckas som:8 RT Överskott Omsättning * Omsättning Totalt kapital Fördelen med detta uttryck är att det ytterligare kan brytas ner så att det är lätt att få en överblick av hur enskilda aktiviteter bidrar till företagets övergripande effektivitet.9 Omsättning Överskott Vinstmarginal dividerat med minus Kostnader för sålda produkter Tillverkningskostnader för sålda produkter Försäljningskostnader plus Omsättning Finansiella intäkter Frakter och leveranskostnader Administrationskostnader Räntabilitet på sysselsatt kapital Kassa, bank Omsättning Omsättningshastighet dividerat med Sysselsatt kapital Rörelsekapital Kundfodringar plus Lager Anläggningskapital minus Leverantörsskulder, etc Du Pont schemat10 7 Adolphson J, Strategi för internredovisning, Liber Hermods, 1995, s80. 8 Samuelsson L A, Controllerhandboken, Industrilitteratur Förlag AB, 5:e uppl, 1996, s180 9 Kaplan R och A Atkinson, Advanced Management Accounting, Prentice - Hall, 2:a uppl, 1989, s659 10 Samuelsson L A, Controllerhandboken, Industrilitteratur Förlag AB, 5:e uppl, 1996, s182 76 VaR – som metod för att mäta rörelserisken Lindqvist/Söderhjelm ___________________________________________________________________________ Som synes ger denna uppdelning en pedagogisk bild av vilka faktorer som ger upphov till lönsamheten i företaget. Detta gör det lätt att vidta åtgärder som förbättrar situationen och skapar en gemensam plattform för analys av redovisningen. Beroende av om måttet används till att beräkna bonus, kan man i kostnaden även medräkna avskrivningar. Medräknas dessa ökar kostnaden och minskar räntabiliteten, men det kan ge till en ovilja att investera som inte stämmer överens med företagets investeringspolicy. Rörelseriskens bestämningsfaktorer Olika omständigheter gör att räntabiliteten kan variera kraftigt mellan olika tidsperioder. Några av de faktorer som påverkar är: risksituationen expansionskrav konjunkturvariationer läge på produktlivscykelkurvan ojämn investeringstakt ojämnt rationaliseringstryck specifika situationsförhållanden Risksituationen bestäms av den marknad där företaget verkar. Beroende på konkurrenssituation, takten i produktutveckling, regleringar och avregleringar, osv påverkas försäljningen av tillverkade produkter. Om räntabiliteten förändras kraftigt krävs, som tidigare nämnts, en högre avkastning för att göra aktieägarna nöjda. Det är då viktigt att ledningen rätt balanserar rörelserisken mot den finansiella risken så en nedgång i försäljningen kan hanteras utan att riskera konkurs. För att kunna behålla marknadsandelar kräver vissa marknader en ständig expansion, vilket i sin tur kräver kapital. Om detta skall finansieras internt påverkas företagets räntabilitetsmått negativt, vilket kan ha inverkan på aktiernas värde. Företag och verksamheter är alltid utsatta för variationer i konjunkturen. Ökad eller minskad efterfrågan leder självklart till variationer i räntabiliteten. Det är viktigt att komma ihåg detta faktum så att en investering bedöms på lång sikt, där dessa effekter kan sägas jämna ut varandra. 77 VaR – som metod för att mäta rörelserisken Lindqvist/Söderhjelm ___________________________________________________________________________ Beroende av var företagets produkter befinner sig på produktlivscykeln påverkas självklart försäljningen. Vid introduktionen och det absoluta slutet är räntabiliteten låg, i mitten hög. I teorin skall företagets utvecklings och introduktionskostnader betalas genom den höga försäljningen i mognadsfaserna. Över produktens liv förändras också kostnadsbilden; en ny produkt är dyrare att tillverka av många skäl, en äldre oftast billigare, vilket i sin tur påverkar resultat och räntabilitet. Vissa industrier kräver fåtaliga men tunga investeringar, som inte kan ske löpande, vilket påverkar lönsamheten. Detta beror både på att kapitalbasen förändras och att det ofta tar en viss tid innan investeringen uppvisar lönsamhet. Rationaliseringstrycket påverkas av hur bra företaget går; i bra tider finns ett litet behov av att förändra, när lönsamheten sjunkit under en längre tid krävs kraftfulla åtgärder. Genom interna förändringar i arbetssätt, organisation, osv förbättras ofta lönsamheten till en acceptabel nivå. Räntabiliteten förändras därför kraftigt över tiden. Specifika förhållanden är misstag inom företag som påverkar resultatet. Det kan vara en dålig ledning, en misslyckad marknadsplan, dålig produktutveckling, osv. Dessa problem tar ofta lång tid att åtgärda och kräver mycket energi och engagemang. BILAGA B RISKKONTROLL Introduktion Risk är inget nytt under solen - så ej heller viljan att beräkna och kontrollera sina risker - Risk Management. Även om vissa skyddsåtgärder har täckt in samma riskområde så har deras skyddseffekter endast i några enstaka fall mätts och jämförts med ekonomiska mått.11 Fransmannen Henri Fayol, verksam inom organisationsteorin, var den som först visade på vikten av att varje administration måste ha en säkerhetsfunktion. Begreppet Risk Management är dock ett begrepp som har sina rötter i USA och har funnits där i mer än 40 år. Från att företagaren skötte sin riskhantering via försäkringsmäklaren, sedermera försäkringsingenjören, sker riskhanteringen idag via en Risk Manager. Målet för Risk Management är enligt Hamilton att minimera företagets kostnader för skador och för skyddet mot dessa.12 Till grund för Risk Management ligger en väl definierad beslutsordning. En traditionell beslutsmodell inom företagsekonomin är enligt Sandin följande:13 11 Hamilton G, Risk Management - vad är det?, Lund Studentlitteratur, 1977 s7 12 Hamilton G, Risk Management - vad är det?, Lund Studentlitteratur, 1977 s19 13 Sandin A, Risk Management och risk information, Studentlitteratur, Lund 1980, s 42 f 78 VaR – som metod för att mäta rörelserisken Lindqvist/Söderhjelm ___________________________________________________________________________ 1 Definiera problemet 2 Utarbeta alternativa lösningar 3 Jämföra alternativens konsekvenser 4 Välja alternativ 5 Genomföra besluten 6 Följa upp och kontrollera En schablonmässig uppdelning av denna beslutsprocess inom Risk Management skulle kunna se ut som följer: Riskanalys. Identifiering av risker, värdering av risker (motsvaras av punkt 1, 3 ovan) Riskbehandling. Eliminera risker, reducera risker, överföra risker, behålla risken (2, 4 ovan) Genomföra besluten. Följa upp och kontrollera. Kontinuitetsplanering. (för uppföljning av verksamheten efter en skada) Risk Management (vid handel med derivat) Utvecklingen på de finansiella marknaderna har fört upp riskhanteringsproblematiken på dagordningen och framförallt vad gäller handel med derivat.14 En utförligare beskrivning av Risk Management vid derivathandel ges av Christopher Culp.15 Enligt Culp kräver Risk Management inverkan av 5 oberoende organisationsdelar för att fungera på ett tillfredsställande sätt. Vi har arbetat utifrån Culps idéer och nedan följer våra synpunkter och tankar kring en organisation kring riskhantering. Riktlinjerna kan ibland kännas lite svävande men samtidigt är synpunkterna viktiga för uppbyggnaden av riskorganisationen och för vissa avsnitt har vi även uppskattat kostnader för riskhanteringen. 14 Culp C L, M H Miller och A M P Neves, Value at Risk: Uses and Abuses, Bank of America, Journal of Applied Corporate Finance, Volume 10, Number 4, Winter 1998, s26 ff 15 Culp C L, och R J Mackay, 1995 Handbook of Business Strategy, Managing Derivatives Risk: A Strategic Guide, 1994, s305 ff 79 VaR – som metod för att mäta rörelserisken Lindqvist/Söderhjelm ___________________________________________________________________________ Styrelse och chefsnivå Det är vid styrelsens och högre chefers bord som arbetet med Risk Management börjar och slutar, och det är här som den acceptabla risknivån för respektive risk skall fastställas. Denna nivå bör utarbeta, godkänna och regelbundet omvärdera fastställda planer. Detta gäller inte bara risker i samband med derivathandel utan även övriga risker. Ett krav är att dessa fastställda planer är tydliga nog för ett agerande vid handel med derivat. Ett framtagande av riskstrategi eller analys av risken i verksamheten kan naturligtvis även utföras av ett externt företag. Kostnaderna för detta uppskttas till att variera från några tiotusentals kronor till flera hundra tusentals kronor. Handelsavdelning (Front Office) Inom denna del av organisationen förändras riskexponeringen. Det är här som själva riskexponeringen, under kontrollerade former, skall påverkas. Felaktiga beslut och handlingar genomförda här kan få mycket stora konsekvenser för företagets kapitalsituation. Denna handel sker antingen via egen handelsavdelning eller via en mäklare. Oberoende Enheter för Risk Management Inom dessa båda enheter sker bedömning av marknads- och kreditrisker. De måste inte nödvändigtvis arbeta åtskilda men deras verksamhet och arbete bör vara skilt från de avdelningar som är risktagare inom företaget. Inom dessa enheter skall ett kontinuerligt arbete ske med utveckling av riskbedömningssystemen. Att placera riskbedömningen i oberoende delar gör även att riskbedömingen sker över hela linjen - samtliga produkter och risktyper behandlas. Dessa är så kallade övervakande delar som kontrollerar att styrelsens intentioner vad gäller risktagande inte frångås utan fullföljs. Detta måste inte innebära att enheterna skall rapportera stora risktaganden till styrelsen och be om deras godkännande utan snarare medvetandegöra styrelse och ledning. Det är även inom dessa enheter som summering av riskexponering mot en viss kund eller motpart kan ske för att på så sätt möjliggöra en aggregerad riskuppfattning för företaget. Enligt Culp visar erfarenheterna att enheterna snarare än de risktagande avdelningarna bör genomföra analyser av marknads- och kreditrisker. Självfallet påverkar även storleken på företagets derivathandel. Ett företag med förhållandevis inaktiv handel bör kunna lägga sina oberoende Risk Managementenheter inom en redan befintlig avdelning. Det mest avgörande för resultatet är ändock att den övervakande avdelningen är avskild från den risktagande avdelningen. ”Back Office” En viktig del av företagets Risk Management är denna avdelning som handhar bokföring, redovisning, effektuering av uppgörelser, samt utvärdering av Risk Management och handel. Huruvida dessa funktioner delas upp i separata enheter beror på varje företags storlek. 80 VaR – som metod för att mäta rörelserisken Lindqvist/Söderhjelm ___________________________________________________________________________ Övervakningen av handeln kan ske med hjälp av datastöd men kostnaderna för dessa kan bli avsevärda dvs upp emot flera miljoner kronor. Omfattningen av back office systemen beror även på företagets uppställda risk policy - riskpolicyn kan vara enkel eller komplicerad. Juridiska avdelningar Den snabba expansionen och utvecklingen av finansiella derivat har ökat behovet av kunskap kring gällande lagstiftning. Självfallet krävs det kunskap om regler kring finansiering, handel, säkerheter och derivatdokumentation etc. Det är viktigt att uppmärksamma nya instrument och se till att kombinationer emellan dessa inte bryter mot gällande regler och att hanteringen av risker i företaget inte sker på ett otillbörligt sätt.16 16 Culp C L, och R J Mackay, 1995 Handbook of Business Strategy, Managing Derivatives Risk: A Strategic Guide, 1994, s309 81 VaR – som metod för att mäta rörelserisken Lindqvist/Söderhjelm ___________________________________________________________________________ Processen Risk Management Risk Management, framför allt vad gäller handel med derivat, är enligt Culp en dynamisk process som inbegriper samtliga av ovan diskuterade punkter. Liksom all annan målstyrning krävs en koordination mellan nivåer så att varje nivå är medveten om sitt riskmål samtidigt som den totala exponeringen inte överstiger önskade nivåer. Culps riskprocess beskriver handeln med derivat, men kan användas som utgångspunkt för riskhanteringen av olika verksamheter i ett företag. Processen kan bäst beskrivas genom en tre-stegs process: 17 Front-line risk management. Kontroll av risktagande i samband med transaktioner Riskmätning. Finna och mäta eventuella effekter av dessa risker Överblick. Den process där resultatet utifrån Risk Management arbetet når ut till samtliga inom organisationen och därigenom påverkar framtida beslut om risktagande. Front-line risk management Detta är det viktigaste steget - handeln skall överensstämma med ledningens intentioner vad gäller risk. Limiter och dess administration Den oberoende avdelningen för Risk Management kring marknadsrisken bör ställa upp tydliga mål vad gäller tolerans för olika typer av marknadsrisk. Dessa mål är inte enbart kvantitativa utan även kvalitativa. Bakom detta ligger tanken att dels klargöra ramarna för risktagande, dels för att stimulera till en diskussion mellan management och handlare då risktagandet närmar sig gränsen. Det är dock viktigt att komma ihåg att detta system inte syftar till att aldrig gå över angivna ramar utan att diskussionen ständigt skall föras mellan företagets olika organisationsnivåer dvs ledning och handlare skall utifrån företagets situation, strategi och risktolerans ställa upp företagets riskpolicy. Culp ställer upp tre kriterier för marknadsriskers limiter:18 Ett system för att undvika att alltför stora förluster ackumuleras. Överträdelser av limiter bör ej kunna ske till vilken grad som helst utan vissa handlingar skall rapporteras till ledningen. En skriftlig kopia på företagets riskpolicy bör finnas tillgänglig för samtlig tradingpersonal. 17 Culp C L, och R J Mackay, 1995 Handbook of Business Strategy, Managing Derivatives Risk: A Strategic Guide, 1994, s309 18 Culp C L, och R J Mackay, 1995 Handbook of Business Strategy, Managing Derivatives Risk: A Strategic Guide, 1994, s310 82 VaR – som metod för att mäta rörelserisken Lindqvist/Söderhjelm ___________________________________________________________________________ Inom kreditrisken ingår risken för att motparten av någon anledning får problem innan inlösendagen samt risken för förlust vid dagen för inlösen. Dessa båda risker bör evalueras separat men det viktigaste kanske är att risken för förlust vid tiden för inlösen bör ingå i företagets generella riskbedömning vad gäller krediter. Riskmätning Företagets övriga verksamhet skapar risker vilka kvantifieras på ett visst sätt och kvantifieringen av riskerna till följd av derivathandel kan ske på i princip samma sätt. Vissa risker såsom legala och operationella risker kan naturligtvis vara svåra att kvantifiera. Företaget bör dock omsorgsfullt kvalitativt värdera dessa risker. ”Value at Risk Management” är här ett alternativ. Tanken är att kunna beräkna om företaget har tillräckligt med kapital för att kunna täcka upp för sin marknadsrisk. Det finns även metoder för att ta fram worst-case scenarier under abnormala förhållanden. Företaget bör även genomföra beräkningar av den aggregerade exponeringen för marknadsrisk. Kreditrisk avser risken för att en motpart inte kan fullfölja ett derivatkontrakt. Viktigt att komma ihåg är att kreditrisker för optioner och säkerheter är att dessa är ensidiga, medan kreditrisk för derivat är två-sidiga, dvs beroende på underliggande tillgångs värde kan endera parten bli förlorare. Kreditförlusten vid ett brutet kontrakt är det diskonterade värdet av de framtida utbetalningarna. Även här bör en aggregering av risken ske - och då beroende på motpart.19 Överblick Det är inte endast fundamentalt viktigt att ledning och högre beslutsnivåer har en överblick över risksituationen utan övriga nivåer bör även de införlivas i processen. Samtliga inom organisationen skall delges resultatet utifrån Risk Management arbetet för att på så sätt utveckla och förbättra framtida beslut om risktagande. Sammanfattning För att Risk Management skall fungera på ett tillfredsställande sätt krävs att rapportering och informationsflöde inom företaget fungerar. Nedan följer ett antal viktiga punkter som bör beaktas i samband med utformandet av företagets Risk Management strategi. En policy för risk skall vara skriftlig samt bör kontinuerligt omvärderas. Nya produkter får ej handlas utan att en noggrann utvärdering har skett. Detta innefattar även att all relevant personal inom riskhanteringen och derivathandeln har kunskap om den nya produkten samt att produkten har inkorporerats in i det existerande riskhanteringssystemet. 19 Culp C L, och R J Mackay, 1995 Handbook of Business Strategy, Managing Derivatives Risk: A Strategic Guide, 1994, s311 83 VaR – som metod för att mäta rörelserisken Lindqvist/Söderhjelm ___________________________________________________________________________ Rapportering bör ske dagligen till chefer som ansvarar för hanteringen av marknadsrisken. Rapportering till högre chefer och styrelse kan ske mer sällan men rapporteringen måste ske så pass ofta att styrelsens bild av företagets riskprofil stämmer. Tillräckligt med kapital bör placeras för att kunna täcka marknadsrisk och kreditrisk samt andra typer av risk. En annan beskrivning av Risk Managementprocessen i mer generella termer presenteras av Hills och Hsieh. Operating risk profile Liability management programme Financial risk profile Competitive risk profile Review of alternative solutions Market risk evalution Controls & performance measurement Feedback / review Processen Risk Management20 Den specificerar några av de viktigare aspekterna vid skapande av ett system för ett företags riskhantering. 20 Hills Q och Hsieh H, Setting up a safety net, Asia Risk, feb 1998, s21 ff 84 VaR – som metod för att mäta rörelserisken Lindqvist/Söderhjelm ___________________________________________________________________________ Internationella rekommendationer för beräkning av VaR Reaktionen från övriga finansvärlden efter dessa internationellt uppmärksammade skandaler uteblev inte. I januari 1992 gick chefen för New York Fed ut och gav en varning till finansmarknaderna; ”... jag hoppas att detta låter som en varning, för det är det”.21 1993 publicerades en rapport av the Group of Thirty (G-30), Derivatives: Practices and Principles, där riktlinjer för handel med derivat ställs upp. The Group of Thirty är en sammanslutning med medlemmar ifrån banker, finansinstitut och den akademiska världen. Medlemmarna träffas några gånger per år för att diskutera aktuella ämnen. G-30 menar att hanteringen av riskerna förknippade med derivathandel inte skiljer sig åt från hanteringen av risker vid övrig verksamhet. Företag utsätts för samma finansiella risker vid handel med derivat som med andra produkter. G-30 menar vidare att varje företag själv skall utforma sin Risk Management Process för att på så sätt kunna anpassa den efter företagets behov och verksamhet.22 Dessutom är det nödvändigt att redovisa sina positioner till sitt marknadsvärde samt kontinuerligt genomföra en VaR-bedömning23. Även Moodys, Standard and Poor och the International Swap and Derivatives Association (ISDA) har lämnat rekommendationer kring derivathandel.24 När det gäller handel med OTCderivat via mäklare som ej står under något regelverk så har The Derivatives Policy Group (DPG) utgett riktlinjer för hur en större genomlysning skall kunna nås.25 JP Morgan introducerade i oktober 1994 sitt risksystem, RiskMetrics är ett system utvecklat av J.P. Morgan för att beräkna marknadsrisken utifrån en VaR modell. Även andra företag har utvecklat olika typer av system för hantering av VaR beräkningar. Exempelvis har den australiensiska banken Bankers Trust ett system kallat RAROC 2020.26 The Basle Committee 21 Jorion P, Value at risk: the new benchmark for controlling market risk, The McGraw-Hill Companies, Inc., 1997, s36 22 J.P. Morgan & Co. Incorporated, Arthur Andersen LLP, and Financial Engineering Limited, The J.P. Morgan/Arthur Andersen Guide to Corporate Risk Management, Risk Publications, London, 1997, s48 23 Culp C L, och R J Mackay, 1995 Handbook of Business Strategy, Managing Derivatives Risk: A Strategic Guide, 1994, s311 24 Jorion P, Value at risk: the new benchmark for controlling market risk, The McGraw-Hill Companies, Inc., 1997, s36 25 Jorion P, Value at risk: the new benchmark for controlling market risk, The McGraw-Hill Companies, Inc., 1997, s36 26 Jorion P, Value at risk: the new benchmark for controlling market risk, The McGraw-Hill Companies, Inc., 1997, s37 85 VaR – som metod för att mäta rörelserisken Lindqvist/Söderhjelm ___________________________________________________________________________ Bortsett från de stora skandalerna under senare år som säkerligen har skyndat på utvecklingen av VaR så har även bankväsendet eftersträvat ett strängare regelverk för att strama upp den globala handeln med derivat. Den 15 juli 1988 kom den första rapporten, The 1988 Basle Accord, från The Basle Committee. Kommittén är en sammanslutning av representanter från G-10 länderna som ses i Basel fyra gånger per år under överinseende av the Bank for International Settlements (BIS). Där presenterades ett mått (the Cooke ratio) med uppställda minimikrav på bankers kapital för skydd mot kreditrisken. I rapporten sätts minimikravet på kapital till 8% av det totala riskvägda kapitalet. Storleken på det riskvilliga kapitalet beräknas utifrån olika riskvikter beroende på kapitalslag. Exempelvis så har lån till företag, obligationer etc en vikt på 100% dvs dessa tillgångar måste täckas upp med 8% i kapital. Guld, kontanter och obligationer från länder gavs en vikt av 0% - de kräver alltså inget undansatt kapital. Utifrån dessa grundregler kunde sedan länderna ställa skarpare krav om de så önskade. Rapporten från 1988 har kritiserats kraftigt då riktlinjerna inte tar hänsyn till bankens portföljrisk - korrelationen mellan portföljens delar kan sänka portföljens totala risk. Rapporten tar inte heller hänsyn till om inlåning och utlåning motsvaras av varandra, kallat netting. Men, det kanske viktigaste var att reglerna huvudsakligen såg till kreditrisken och i mindre utsträckning till marknadsrisken - tillgångarna noterades till bokfört värde varför exempelvis ränterisken inte togs i beaktande vilket skulle skett om tillgångarna värderats till marknadsvärde.27 Utifrån denna kritik utarbetade Baselkommitten riktlinjer för handhavandet av marknadsrisken. Den första rapporten kom i april 1993 och innehöll en modell för beräkning av den aggregerade risken till följd av exponering mot ränta, växelkurs, equity risk, och varurisk. Förslagen i rapporten från 1993 bortser från korrelationens inverkan på diversifieringseffekter sett över flera risktyper. En låg korrelation mellan exempelvis risk i ränta och risk i växelkurs kan innebära att portföljens risk är lägre än summan av de ingående riskerna. Detta innebär att riskbedömningen och därmed kapitalkravet ställer krav som inte motsvarar den faktiska, lägre risken. I den uppföljande rapporten som kom i april 1995 utökades modellen av marknadsrisken. Nu fick bankerna själva ta ansvar för att utveckla modeller för hanteringen av risk och det medföljande kapitalkravet. Baselkommittén hade kommit fram till att de system som bankerna själva utvecklade skulle komma att vara vida mer komplexa än vad någon oberoende instans skulle kunna utveckla. Således presenterades ett antal kvalitativa krav på systemet samt att kontroller skulle ske regelbundet både inifrån banken och utifrån. De kvalitativa kraven omfattade bl.a. 1 Riktlinjer för hur VaR skall beräknas: a) En tidshorisont på 10 handelsdagar alternativt 2 kalenderveckor. b) Ett 99%-igt konfidensintervall 27 Jorion P, Value at risk: the new benchmark for controlling market risk, The McGraw-Hill Companies, Inc., 1997, s44 86 VaR – som metod för att mäta rörelserisken Lindqvist/Söderhjelm ___________________________________________________________________________ c) En observationsperiod på minst 1 år av historiska data och uppdatering minst en gång i kvartalet. 2 Korrelationer kan ses inte bara mellan exempelvis valutakurs och ränta utan även i ett bredare spektrum. 3 Kapitalkravet skall sättas till det högsta av antingen föregående dags VaR eller till genomsnittet över den senaste 60dagars perioden multiplicerat med en faktor (hysteria faktor) som sätts lokalt med som inte får understiga 3. Denna faktor skall garantera att för stora risker inte tas trots att historiska data pekar på motsatsen. 4 Ett straffpålägg skall läggas på om det visar sig vid back-testing att riskbedömningen inte håller måttet. Detta som ett incitament för utvecklingen av ett väl fungerande riskmanagement system. Detta förslag kritiserades starkt av International Swap and Derivatives Association (ISDA) som menade att en multiplikator på 1 hade varit fullt tillräckligt även under aktiekrisen 1987, Gulf kriget 1990 och när det Europeiska monetära systemet föll samman 1992. Under det att debatten pågick lade the Federal Reserve Board fram ett förslag som gick ut på att banken ingick ett avtal om att garantera att dess förluster inte skulle komma att överstiga ett visst belopp. Detta belopp skulle sedan komma att utgöra kapitalsäkerheten för marknadsrisken. Därefter kontrolleras utfallet var fjärde månad. Om beloppet överskrids så skulle banken antingen böta, tvingas att underkasta sig hårdare krav eller få någon disciplinär åtgärd. Även inom EU pågår arbete med att utveckla regelverk för derivathandel. Inom EU gäller samma regler för krav på kapitalsäkerhet i samtliga länder nämligen de så kallade Capital Adequacy Directive (CAD) som publicerades 1993. Även dessa regler tillåter banker och finansinstitut att själva ansvara för sitt VaR-system. Många experter anser att dessa interna modeller erbjuder en bättre uppskattning av marknadsrisken än den producerad via CAD eller Basle Accord.28 28 Stahl G, Three Cheers, Risk, May 1997, s67 ff 87 VaR – som metod för att mäta rörelserisken Lindqvist/Söderhjelm ___________________________________________________________________________ BILAGA C STATISTIKENS GRUNDER INTRODUKTION En förståelse av VaR kräver kunskap om vissa statistiska begrepp. Detta kapitel ger en allmän presentation av begreppen statistik samt definierar några av de vanligaste begreppen. Huvuddelarna av kapitlet kommer från Gunnar Bloms bok Sannolikhetsteori och statistikteori med tillämpningar. Har läsaren god kunskap om statistisk kan han med gott samvete gå vidare till nästa kapitel. Även om statistik kanske anses som en approximativ vetenskap är inte desto mindre exaktheten hos samtliga statistiska metoder beroende av att metoderna utförs enligt föreskrivet recept. Vi har vid våra studier av VaR funnit flera olika angreppssätt för skattning av parametrar. De presenterade metoderna kan vid en första anblick synas skilja sig åt endast i små detaljer, men det är viktigt att komma ihåg att dessa detaljer kan få stora konsekvenser för resultatet. Även om författarna säkerligen är medvetna om konsekvenserna av dessa subtila skillnader kan det flera gånger vara svårt för läsaren att se detta. Vi avser därför att någorlunda utförligt definiera de mest grundläggande statistiska begeppen för att något mildra den begreppsförvirring som till viss del synes råda. GRUNDLÄGGANDE STATISTIK Som med mycket annat inom statistisk teori är begreppet stokastiska variabler inte speciellt komplicerat men det kan tyckas mycket komplicerat vid en första anblick. I det följande kommer några exempel att hjälpa förståelsen. Vi börjar med några definitioner. Definition. Resultatet av ett slumpmässigt försök kallas ett utfall. Definition. Mängden av möjliga utfall kallas utfallsrummet. Definition. En samling utfall kallas en händelse. Exempelvis kan vi tänka oss att vi kastar en tärning. Antalet prickar som kan komma upp är mellan ett och sex. Utfallsrummet innehåller således sex stycken utfall. En händelse är per definition en samling utfall dvs en händelse A kan vara att antalet prickar är fyra, fem eller sex. Utifrån dessa begrepp kan vi konstruera en stokastisk modell för ett slumpmässigt försök. Den stokastiska modellen är en avbildning av verkligheten men därigenom uppstår självfallet vissa begränsningar. Resultaten från modellen är således beroende av hur väl modellen avbildar verkligheten. 88 VaR – som metod för att mäta rörelserisken Lindqvist/Söderhjelm ___________________________________________________________________________ Begreppet sannolikhet (eng. probability) är ett begrepp som säkert är välkänt för de flesta sannolikheten noll innebär att händelsen aldrig kommer att inträffa och sannolikheten 1 innebär att händelsen alltid kommer att inträffa. Men en matematisk definition kanske är något svårare att ge. Om vi återigen betraktar vår tärning så visar det sig att om vi kastar tärningen en väldig massa gånger så kommer exempelvis en ”etta” att dyka upp en gång av sex dvs vi har en känsla av att sannolikheten är en sjättedel för varje tärningssida. Statistiken väljer att postulera att det finns ett tal som kallas för sannolikheten för en viss händelse dvs varje händelse tilldelas ett visst tal. Om vi säger att händelsen u1 innebär att en ”etta” dyker upp betecknas talet med P(u1) där bokstaven P står för probability. Om händelsen A (se ovan) inträffar, dvs antalet prickar är antingen fyra, fem eller sex, betecknas talet med P(A). Sannolikheten för händelsen u1 är i vårt exempel 1/6 och sannolikheten för händelsen A är 0,5. Detta skrivs som Pu1 0,167 (dvs 1 ) 6 och P A Pu 4 Pu 5 Pu 6 50% (dvs 0,5) Detta innebär att om vi genomför en väldig massa försök kommer händelsen u1 att uppträda i ett av sex försök. I detta arbete kommer sannolikhetens storlek att betecknas med Sannolikheten för varje möjligt utfall, u1..u6, dvs att ett visst antal prickar dyker upp är 1/6, vilket skrivs som Pu1 Pu 2 Pu3 Pu 4 Pu5 Pu6 1 6 Stokastisk variabel Vi kan bygga ut det föregående exemplet med att tänka oss att en person får 1 krona om en prick kommer upp, 2 kronor om två prickar kommer upp och 4 kronor om fyra, fem eller sex prickar kommer upp. Vinsten för personen är en stokastisk variabel, X, som blir antingen 1, 2 eller 4. Vi kan säga att varje utfall, u1..u6, har tilldelats ett tal enligt följande schema: u1 1 u2 2 u3 2 u4 4 u5 4 u6 4 Begreppet stokastisk variabel kan verka missledande, det vore kanske mer riktigt att benämna den stokastisk funktion eller slumpfunktion. Men här följer i alla fall den vedertagna definitionen: 89 VaR – som metod för att mäta rörelserisken Lindqvist/Söderhjelm ___________________________________________________________________________ Definition. En stokastisk variabel (s.v.) är en funktion definierad på ett utfallsrum. Exemplet kan illustreras på följande vis: Utfallsrummet s.v.X(u) u6 u5 u4 u3 u2 u1 4 3 2 1 0 Statistiskt Exempel29 Sannolikheten för varje möjligt utfall, u1..u6, dvs att ett visst antal prickar dyker upp är fortfarande 1/6. Nu väljer vi att betrakta den stokastiska variabeln X vilket innebär antalet kronor som har utbetalats. Detta ger oss följande uttryck: P( X 1) 1 6 , P( X 2) 2 6 , P( X 3) 0 , och P( X 4) 3 6 Summan av sannolikheterna är riktig ty den är lika med 1. Sannolikhetsparametrar Då utfallet av en stokastisk variabel inte är säkert beräknas istället ett väntevärde, betecknat eller E, vilket representerar det förväntade utfallet. Väntevärdet är ett så kallat lägesmått, och beräknas som summan av möjliga utfall multiplicerat med respektive sannolikhet. Som vi skall se i det följande exemplet är inte alltid det framtagna väntevärdet något som kan existera i verkligheten utan termen är mer av teoretisk karaktär. Till den stokastiska variabeln kopplas även två andra typer av parametrar: beroendemått samt spridningsmått. 29 Blom G, Sannolikhetsteori och statistikteori med tillämpningar, Studentlitteratur, Lund, 1989, s49 90 VaR – som metod för att mäta rörelserisken Lindqvist/Söderhjelm ___________________________________________________________________________ Lägesmått Väntevärde Väntevärdet för en stokastisk variabel är ett mått på det genomsnittliga värdet för variabelns utfall. Väntevärdet brukar betecknas med , E, m eller mX eller ibland med någon annan bokstav. Som alternativ till ordet väntevärde används medelvärde. På engelska säger man expectation (därav E) eller mean. Utifrån en historisk datamängd och dess väntevärde kan vi förutsäga det mest sannolika värdet för framtiden. Definition. Väntevärdet för den diskreta s.v. X definieras av E X k p k k k (1) där k är antalet utfall och pK(k) är sannolikheten för varje utfall. Om vi återvänder till det föregående exemplet med tärningen så är X en stokastisk variabel som kan anta värdena ett, två eller fyra. Väntevärdet för exemplet blir således 1 1 1 1 17 2 4 6 3 2 6 dvs varje möjligt utfall för X har multiplicerats med tillhörande sannolikhet, och därefter har produkterna adderats. Den bakomliggande tanke är att om vi tänker oss att personen kastar tärningen en väldig massa gånger (säg 6000) så kommer respektive utfall att inträffa ungefär 1000, 2000 och 3000 gånger. Personen bör således få totalt 1 1000 2 2000 4 3000 17000 , E X och per kast räknat 1 17000 17 1 1000 2 2000 4 3000 6000 6000 6 Här ser vi nu att värdet 17/6 inte är praktiskt möjligt men att om personen envisas med att kasta tärningen så kommer i genomsnitt detta värde visa sig bli resultatet. Detta medelvärde får dock inte blandas ihop med det aritmetiska medelvärdet som är summan av alla utfall dividerat med antalet utfall dvs 6000 / 6000 = 1 Medianen är även det ett lägesmått som vi kommer att återkomma till senare. 91 VaR – som metod för att mäta rörelserisken Lindqvist/Söderhjelm ___________________________________________________________________________ Spridningsmått Standardavvikelsen, D eller , är ett exempel på ett spridningsmått. Spridningsmåttet berättar hur väl koncentrerad den stokastiska variabelns värden är kring lägesmåttet. Exempelvis är det inte särskilt svårt att konstruera två stokastiska variabler som har olika spridningsmått men båda har samma väntevärde. De tre vanligaste spridningsmåtten är standardavvikelsen, D(X), variansen, V(X) eller 2, och variationskoefficienten, R(X). Variansen (eng. variance) Definition. Variansen för den stokastiska variabeln X definieras av V X E X m 2 (2) eller annorlunda skrivet med Y = (X-m)2, där m = E[X] V X EY E X m E X E X 2 2 (3) dvs om den stokastiska variabelns värden ligger nära lägesmåttet, m, antar (X-m)2 små värden med stor sannolikhet och variansen blir liten. Vi ser också att om allt är koncentrerat till en punkt dvs om E(X) = X så är variansen noll. Standardavvikelsen (eng. standard deviation) Definition. Standardavvikelsen D(X) för den stokastiska variabeln X är kvadratroten ur variansen, alltså D X V X 1 (4) 2 I och med kvadratrotsutdragningen får standardavvikelsen samma dimension som den stokastiska variabeln själv. Variationskoefficienten (eng. coefficient of variation) Definition. Variationskoefficienten definieras som kvoten mellan standardavvikelsen och väntevärdet dvs R X D X E X (5) 92 VaR – som metod för att mäta rörelserisken Lindqvist/Söderhjelm ___________________________________________________________________________ Det finns främst två orsaker till användningen av varationskoefficienten: Dimensionslösheten innebär att den inte är beroende av valet av enhet. Ofta ökar mätfelet med storleken vid olika typer av uppmätning och mätfelet blir således proportionell mot storleken. Variationskoefficienten blir dock oberoende av storleken på mätobjektet och håller sig ungefär konstant. Ett viktigt samband föreligger mellan standardavvikelsen och väntevärdet: V X E X E X 2 2 (6) Skattning av spridningsmåttet vid beräkning av VaR Centralt för beräkningen av VaR via de parametriska metoderna är skattningen av volatiliteten. Enligt Alexander är förutsägelsen av riktiga volatiliteter och kovarianser det centrala för varje VaR-modell - oavsett om varians/kovarians (parametrisk metod) eller Monte-Carlo simulering används. Volatiliteten kan antingen definieras som standardavvikelsen eller som variansen. Vi kommer här kort att beskriva några olika metoder för att finna denna. Syftet med att beräkna standardavvikelsen kan antingen vara att helt enkelt ta fram den bästa skattningen eller så är syftet att utifrån dennna skattning förutsäga standardavvikelsens utseende. De följande metoderna koncentreras kring skattning med syfte att förutsäga volatiliteten.30 30 Alexander C, The Handbook of Risk Management and Analysis, John Wiley & Sons Ltd, England, 1996, s255 93 VaR – som metod för att mäta rörelserisken Lindqvist/Söderhjelm ___________________________________________________________________________ Enkelt glidande medelvärde Tanken bakom denna metod är att helt enkelt blicka bakåt i backspegeln och utifrån en viss period, ibland kallat moving window, hämta data för att skatta volatliteten. Detta fönster brukar vanligtvis vara 20 eller 60 handelsdagar (dvs omkring en månad eller ett kvartal).31 En längre period ger en stabilare volatilitet än en kortare period. Detta till följd av att om en längre period väljs så sjunker inverkan av en viss dag. Benämningen på denna metod varierar mellan författarna: Simple Moving Average (SAM)32, Sample Variance33 eller Historic Volatility.34 En del väljer att med begreppet avse variansen och andra standardavvikelsen men den principiella metoden är självfallet den samma bortsett från att vissa skattar volatiliteten utifrån antagandet att medelavkastningen är noll och andra att den är icke noll. Självfallet görs det även skillnad på om variansen skattas utifrån ett sample ur en större population eller om skattningen sker ur det totala antalet observationer för populationen. Variansen för dag t beräknas enligt följande:35 1 2 ri rmedel , population N 2 (Population) 1 2 ri rmedel , sample s 2 n 1 (Sample) (7) (8) där N är det totala antalet observationer för populationen och n är antalet samples. Standardavvikelsen blir kvadratroten ur variansen. Medelvärdet för avkastningen, rmedel, beräknas ofta som det aritmetiska medelvärdet: rmedel , population rmedel , sample 1 ri N 1 ri n (Population) (9) (10) (Sample) 31 Jorion P, Value at risk: the new benchmark for controlling market risk, The McGraw-Hill Companies, Inc., 1997, s168 32 J.P. Morgan, RiskMetrics™ - Technical Document, Fourth Edition, J.P.Morgan/Reuters s78 33 Dowd K, Beyond Value at Risk - The New Science of Risk Management, John Wiley & Sons Ltd, West Sussex, England, 1998 s94 34 Alexander C, The Handbook of Risk Management and Analysis, John Wiley & Sons Ltd, England, 1996, s235 35 Lee C F, Statistiscs for Business and Financial Economics, D.C. Heath & Company, Lexington, Mass, 1993, s99 94 VaR – som metod för att mäta rörelserisken Lindqvist/Söderhjelm ___________________________________________________________________________ Jorion väljer dock att skatta variansen utifrån antagandet att medelavkastningen är noll. Över en period av n dagar och med avkastningar på rt skattas variansen (volatiliteten) utifrån följande glidande medelvärde: 1 2 rt i N t2 (11) (Population) Metoden med glidande medelvärde bygger således på att kontinuerligt ”lägga till” avkastningen för den föregående perioden och dra ifrån avkastningen för perioden N+1. De ingående värdenas tyngd är jämnt fördelad och lika med (1/n). Ovanstående metoder med enkelt glidande medelvärde har fördelen att de är enkla men nackdelarna torde dock överväga fördelarna. En period liggande långt tillbaka i tiden tillåts påverka lika mycket som en period nära i tiden - trots att närliggande data borde ha en högre relevans.36 Ett annat fenomen är att om en avgörande stor förändring ”försvinner ut ur den studerade perioden” innebär detta att beräkningen kommer att ta ett ”onormalt” stort hopp fenomenet kallas ghost feature.37 Exponentially Weighted Moving Average (EWMA) EWMA är eventuellt ett mer lovande angreppssätt där skattningen av variansen (volatiliteten) för varje period viktas med hjälp av en viktningsfaktor delay factor. Denna viktningsfaktor lägger en större vikt vid närliggande data och mindre vikt vid äldre data - ju större värde har desto mer vikt läggs på händelser långt tillbaka i tiden. Dess enklaste form är som följer (en approximation ligger bakom detta uttryck) :38 2 1 i 1 ri rmedel, population2 (till N) (12) väljs så att felet mellan den förutsagda volatiliteten och den uppmätta minimeras - över en viss period. Det fina med denna metod är att uttrycket kan skrivas om till en rekursiv form dvs vi kan på ett enkelt sätt räkna ut volatiliteten vid tiden t+1. Detta förutsätter dock att vi gör ett antagande om att mängden data är oändlig. Vi utelämnar dock härledningen av denna formel. Exempelvis så får formeln följande utseende för en beräkning av variansen vid tiden (t+1) med data givet vid tiden t (en dag innan) under antagandet att medelvärdet är noll:39 36 Jorion P, Value at risk: the new benchmark for controlling market risk, The McGraw-Hill Companies, Inc., 1997, s168 37 Alexander C, The Handbook of Risk Management and Analysis, John Wiley & Sons Ltd, England, 1996, s235 38 J.P. Morgan, RiskMetrics™ - Technical Document, Fourth Edition, J.P.Morgan/Reuters s78 39 J.P. Morgan, RiskMetrics™ - Technical Document, Fourth Edition, J.P.Morgan/Reuters s81 95 VaR – som metod för att mäta rörelserisken Lindqvist/Söderhjelm ___________________________________________________________________________ t2 t21 1 rt 2 (13) Det är denna metod som RiskMetrics använder sig av vid estimering av volatiliteten. RiskMetrics använder sig av ett värde på 0,94 för en 1-dagshorisont och 0,97 för en 1månadershorisont.40 ARCH Ett annat angreppssätt för estimering av volatiliteten är ARCH, Auto Regressive Conditional Heteroskedasticity. Autoregressive betyder regression utifrån sig självt. Begreppet anknyter till metoden som används för modellering av conditional heteroskedasticity. Heteroskedasticity innebär en varians som förändras. En tidsserie är av typen Conditional Heteroskedasticity om det finns tidsserier som uppvisar mycket hög volatilitet och andra lugnare perioder som uppvisar mycket låg volatilitet. Dessa perioder kallas för bursts of volatility eller clusters of volatility. De flesta finansiella tidsserier är av denna typ - med undantag för vissa växelkurser och en del dagliga obligationsräntor.41 Den första ARCH-modellen utvecklades av Rob Engle 1982. Metoden ARCH kombinerar autoregression med en moving window-beräkning enligt ovan för beräkning av volatilitet. I spåren efter ARCH har ett flertal olika modeller utvecklats, Generalized ARCH (GARCH), Integrated GARCH (IGARCH), och Exponential GARCH (EGARCH).42 En GARCH-modell bygger på antagandet att variansen för en akties avkastning kan liknas vid följande struktur: vt2 a 0 a1 rt 21 a 2 rt 21 (14) 40 J.P. Morgan, RiskMetrics™ - Technical Document, Fourth Edition, J.P.Morgan/Reuters s97 41 Alexander C, The Handbook of Risk Management and Analysis, John Wiley & Sons Ltd, England, 1996, s238 42 Culp C L, M H Miller och A M P Neves, Value at Risk: Uses and Abuses, Bank of America, Journal of Applied Corporate Finance, Volume 10, Number 4, Winter 1998, s36 f 96 VaR – som metod för att mäta rörelserisken Lindqvist/Söderhjelm ___________________________________________________________________________ Således bygger modellen på en rekursiv medelvärdesterm. Värt att notera är att när a0 = 0 och a1 + a2 = 1 så reduceras modellen till en EWMA-modell. Denna modell bygger även den på ett normalitetsantagande. 43 Teorin kring ARCH-modeller är mycket omfattande. Vi avser inte att ytterligare fördjupa oss i denna teori. För en utförlig beskrivning av GARCH och liknande modeller se Baillie et al44, Alexander45 eller Bollerslev et al.46 Volatilitet och Korrelation beskriven utifrån andra instrument47 Definitionen på denna metod är den förväntade framtida volatiliteten hos den underliggande tillgången under optionens återstående livstid. Metoden beskrivs som ett sätt att bakvägen ta fram volatiliteten för underliggande tillgång ur verkliga optionspriser - vilka bestäms utifrån faktiska transaktioner och förväntningar hos marknadsaktörer. Begränsningarna hos denna metod beror självfallet även på vilken typ av optionsprissättningsmodell som har valts. Flera undersökningar har visat att denna metod är den bästa för bestämning av framtida volatilitet.48 Beroendemått Ett beroendemått beskriver beroendet mellan olika variabler. Det är främst två sätt som används vid beräkning av beroende mellan två olika variabler; kovarians och korrelationskoefficienten.49 Definition. Kovariansen för två stokastiska variabler X och Y definieras av C X , Y E X mX Y mY , (15) 43 Jorion P, Value at risk: the new benchmark for controlling market risk, The McGraw-Hill Companies, Inc., 1997, s173 44 Baillie R T, T Bollerslev och H O Ae. Mikkelsen, Fractionally integrated generalized autoregressive conditional heteroskedasticity, Århus: Handelshögskolan, 1994 45 Alexander C, The Handbook of Risk Management and Analysis, John Wiley & Sons Ltd, England, 1996, s238 ff 46 Bollerslev, T, R Chou och K Kroner, ARCH Modelling in Finance: A Review of the Theory and Empirical Evidence, Journal of Econometrics 52, 1992, s5 ff 47 Hull J, Introduction to Futures and Options Markets, Prentice - Hall International Inc, New Jersey, 1995, s271f 48 Culp C L, M H Miller och A M P Neves, Value at Risk: Uses and Abuses, Bank of America, Journal of Applied Corporate Finance, Volume 10, Number 4, Winter 1998, s38 49 Lee C F, Statistics for Business and Financial Economics, D.C. Heath & Company, Lexington, Mass, 1993, s225 f 97 VaR – som metod för att mäta rörelserisken Lindqvist/Söderhjelm ___________________________________________________________________________ där mx och mY är medelvärden för X och Y. Detta innebär att kovariansen blir positiv om det finns ett beroende mellan X och Y dvs om variablerna tenderar att samtidigt avvika, åt samma håll, från sina respektive väntevärden. Om kovariansen blir negativ innebär detta att variablerna tenderar att avvika åt olika håll från sina respektive väntevärden. Definition. Om C(X,Y) = 0, säges X och Y vara okorrelerade. Definition. Korrelationskoefficienten, för två stokastiska variabler X och Y definieras av X ,Y CX ,Y D X DY { -1 Fördelningar En fördelningsfunktion är ett sätt att beskriva hur en stokastisk variabel varierar. Om vi återgår till det tidigare exemplet och med hjälp av en fördelningsfunktion beskriver den aktuella fördelningen skulle den ta följande utseende: F(x)=P(X<x) 1 1/2 x 1 2 3 4 5 Fördelningsfunktion50 Definition. FX (x) = P(Xx), variabeln X - < x < , kallas fördelningsfunktionen för den stokastiska Definition. P(X=k) (k = 0,1, ...), dvs att den stokastiska variabeln X antar ett visst värde k, kallas gemensamt för sannolikhetsfunktionen för den stokastiska variabeln X 50 Blom G, Sannolikhetsteori och statistikteori med tillämpningar, Studentlitteratur, Lund, 1989, s51 98 VaR – som metod för att mäta rörelserisken Lindqvist/Söderhjelm ___________________________________________________________________________ Sambandet mellan fördelningsfunktionen och sannolikhetsfunktionen ser ut på följande vis: FX x P X j för j x (17) I tärningsexemplet har vi en diskret stokastisk variabel ty den kan anta ett ändligt antal eller uppräkneligt antal olika värden. Exempel på diskreta fördelningar är binomialfördelning, hypergeometrisk fördelning och possionfördelning. En kontinuerlig stokastisk variabel kan anta alla värden i ett intervall (eventuellt i flera åtskilda intervall). Intervallet kan ha oändlig utsträckning, utfallen kan ligga ”oändligt tätt” och inget utfall kan antas med positiv sannolikhet dvs någon sannolikhetsfunktion kan inte existera. Istället definieras en täthetsfunktion, fX (x), dvs FX (x) beräknas som integralen av fX (t) dt från - till x Definition. Om det existerar en funktion fX (x) så beskaffad att föregående samband gäller, sägs X vara en kontinuerlig stokastisk variabel. Funktionen fX (x) kallas täthetsfunktionen (eller frekvensfunktionen) för X. Det finns flera typer av kontinuerliga fördelningar, exempelvis exponentialfördelning och normalfördelning. Normalfördelning Normalfördelningen är kanske den vanligaste fördelningsfunktionen - Normalfördelningen är dock långt ifrån ”den enda normala” fördelningen utan det finns som sagts tidigare flera andra fördelningar som på ett mer korrekt sätt beskriver verkligheten. Anledningen till att användningen av Normalfördelningen är så pass utbredd är dess sympatiska egenskaper inom matematiken.51 En summering av oberoende och likafördelade stokastiska variabler blir även den approximativt normalfördelad dvs oavsett fördelningarna för de summerade stokastiska variablerna. Andra vanliga namn på Normalfördelningen är Gauss-fördelning, Gauss-kurva eller felfördelning. Fördelningsfunktionen för normalfördelningen är52 f x 1 2 e x m 2 2 2 (18) 51 Blom G, Sannolikhetsteori och statistikteori med tillämpningar, Studentlitteratur, Lund, 1989, s132 52 Brandt O, C-P Carr, A Lasu och M Roeck Hansen, Value at Risk - tre olika beräkningsmetoder, Rapport nr.P:10, VT 1997, Matematiska institutionen, Stockholms Universitet, Stockholm, 1997, s16 99 VaR – som metod för att mäta rörelserisken Lindqvist/Söderhjelm ___________________________________________________________________________ Standardiserad normalfördelning När väntevärdet, m, är 0 och standardavvikelsen, ärfås specialfallet standardiserad normalfördelning, vilket skrivs: XN(0,1). Täthetsfunktionen för detta fall brukar betecknas (x) och fördelningsfunktionen (x). För normalfördelningen används tabeller över fördelningsfunktionen, se exempel nedan53 x 0.0 0.5 1.0 1.5 2.0 2.5 3.0 (x) 0.399 0.352 0.242 0.130 0.054 0.018 0.0044 (x) 0.500 0.691 0.841 0.933 0.977 0.994 0.9987 Om vi har en normalfördelning som inte är X N(0,1) så kan den överföras till en standardiserad normalfördelning genom följande formel: Z Y m , där Y N (m, ) och Z N (0,1) (19) Därigenom kan standardtabellen för en normalfördelning även användas för normalfördelningar som inte är N (0,1) Kvantiler Utifrån normalfördelningen ska vi beskriva ytterligare några användbara begrepp inom statistiken. En frekvensfunktion har alltid arean 1 (oavsett fördelning). Om x bestäms så att arean under täthetsfunktionen till höger om x blir lika med ett givet tal , 0 < < 1, fås kvantilen för fördelningen. Några kvantiler är erkända begrepp. Exempelvis kallas kvantilerna x0.25 , x0.50 , x0.75 för övre kvartilen, medianen och undre kvartilen. En median delar arean under frekvensfunktionen i mitten. Kvantiler kallas även för fraktiler eller i de fall uttrycks i procent, för percentil. På engelska finns begreppen quantile, fractile och percentile. Även arean som avses (till vänster eller höger) varierar. För en standardiserad normalfördelning betecknas percentilen med . Dess värden kan erhållas ur en standardtabell. För normalfördelningen är exempelvis = 1,645 och = -2,326. 53 Blom G, Sannolikhetsteori och statistikteori med tillämpningar, Studentlitteratur, Lund, 1989, s133 100 VaR – som metod för att mäta rörelserisken Lindqvist/Söderhjelm ___________________________________________________________________________ Normalitet En ofta förekommande fråga är huruvida data uppvisar någon form av symmetri eller struktur. För att bilda sig en uppfattning kring utseendet hos en fördelning har två centrala begrepp definierats: skevhet och kurtosis. Vid beräkning av Value-at-Risk via den parametriska metoden är detta test särskilt viktigt då antagandet om normalitet ligger till grund för den parametriska metoden.54 Skevhet Skevheten ger information om huruvida fördelningen är skev åt höger eller vänster i förhållande till ett medelvärde eller om den är symmetrisk kring medelvärdet. För att få ett mått på skevheten bestäms en skevhetskoefficient enligt följande formler:55 s EX E X 3 (20) Den kontinuerliga skevheten bestäms enligt följande: För diskreta fördelningar gäller: s x m population 3 i N (21) (Population) och tillhörande skjuvningskoefficient: s 3 (22) samt Skevhet x msample 3 i n och tillhörande skjuvningskoefficient: (23) (Sample) x msample 3 i n s 3 (24) En skjuvningskoefficient på noll betyder att fördelningen är symmetrisk med medelvärdet lika stort som medianen. En positiv skjuvningskoefficient innebär att fördelningen avtar långsammare åt höger. För en fördelning med positiv skjuvningskoefficient ligger medianen till vänster om medelvärdet. För negativ skjuvningskoefficient gäller det omvända. 54 Lee C F, Statistics for Business and Financial Economics, D.C. Heath & Company, Lexington, Mass, 1993, s352 ff 55 Lee C F, Statistics for Business and Financial Economics, D.C. Heath & Company, Lexington, Mass, 1993, s110 f 101 VaR – som metod för att mäta rörelserisken Lindqvist/Söderhjelm ___________________________________________________________________________ Ett alternativ är Pearsons coefficient : 3 (mean-median) / (standard deviation) Kurtosis Kurtosis är ett mått på spetsigheten för en fördelning samt fördelningens utseende i ändarna. En kontinuerlig kurtosis bestäms enligt följande: k EX E X 4 (25) För diskreta fördelningar gäller: k x m population 4 i N (26) (Population) k 2 och tillhörande kurtosiskoefficient: (27) Detta tal beskriver graden av spetsighet i förhållande till spridningen, variansen. Kurtosis: x m sample 3 i (Sample) n (28) x och tillhörande kurtosiskoefficient: msample 3 i s n 1 4 (29) För två fördelningar med samma spridning har fördelningen med högre kurtosiskoefficient fler observationer kring medelvärdet samt kring ändarna. En normalfördelning har en kurtosiskoefficient för en population på 3. Tre grundläggande begrepp beskriver de olika typerna av kurtosis för normalfördelningen. Den normalfördelade kurvan karaktäriseras av ett utseende som har döpts till mesokurtic. Fördelningar med kurtosiskoefficienter överstigande 3 kallas leptokurtic. Dessa fördelningar har ett utseende som är mer spetsformat än vad den teoretiska normalfördelade kurvan uppvisar. En fördelning med en kurtosiskoefficient understigande 3 kallas platykurtic och kan beskrivas som ”platta” fördelningar. 102 VaR – som metod för att mäta rörelserisken Lindqvist/Söderhjelm ___________________________________________________________________________ Oberoende över tiden Ett grundläggande antagande vid beräkningar av Value-at-Risk är att varje observation är oberoende samt har samma fördelning. Att variablerna är oberoende betyder att det inte finns någon påverkan mellan observationer vid olika tidpunkter. Resultatet i en tidpunkt är oberoende av alla resultat som inträffat. Att observationerna har samma fördelning innebär att varje observation kommer från en fördelning som har ett visst medelvärde och en viss standardavvikelse. För att testa huruvida observationer är oberoende över tiden så prövas exempelvis om autokorrelation förekommer. Om så inte är fallet är observationerna oberoende över tiden. Graden av autokorrelation brukar illustreras med hjälp av korrelationsdiagram mellan observationer.56 Räntor Risk mäts ofta som förändringar i pris, exempelvis som absoluta prisförändringar, relativa prisförändringar eller kontinuerliga prisförändringar. Nedan följer definitioner för dessa begrepp. Vt betecknar värdet för en tillgång vid tidpunkten t. Enligt J.P. Morgan definieras risk som en värdeförändring mellan två tidpunkter: LLoss Vt Vt 1 (30) dvs en förlust innebär att L är positivt och anses således vara en positiv förändring. Definition. Periodräntan, rp, mellan två tidpunkter t+1 och t definieras som57 rp Vt 1 Vt Vt Vt 1 Vt 1 rp (31) Vi skiljer på rp och Rp, där Rp anger den stokastiska periodräntan. Definition. Den kontinuerliga räntan, rk, definieras som58 56 Newbold P, Statistics for Business and Economics, Prentice-Hall, 4:e uppl. 1992, s767 57 Gustavsson M och M Svernlöv, Stora Uppslagsboken Ekonomi & Kalkyler, 1994 58 J.P. Morgan, RiskMetrics™ - Technical Document, Fourth Edition, J.P.Morgan/Reuters 103 VaR – som metod för att mäta rörelserisken Lindqvist/Söderhjelm ___________________________________________________________________________ V rk ln t 1 Vt e rk Vt 1 Vt (32) Vi skiljer på rk och Rk, där Rk anger den stokastiska kontinuerliga räntan. Förhållandet mellan periodräntan, rp och den kontinuerliga räntan, rk, kan uttryckas som rk ln 1 rp (33) 104 VaR – som metod för att mäta rörelserisken Lindqvist/Söderhjelm ___________________________________________________________________________ BILAGA D RÄNTABILITET PÅ OPERATIVT KAPITAL Utvecklingen av räntabilitet på operativt 1993 - 1997 kapital Ränt. operativt kap 12,00% 10,00% 8,00% 6,00% 4,00% 2,00% -4,00% -6,00% 105 9 6 3 19 9 96 12 6 3 19 9 95 12 6 3 19 9 94 12 6 3 6 19 9 93 12 -2,00% 3 Pe rio d 0,00% VaR – som metod för att mäta rörelserisken Lindqvist/Söderhjelm ___________________________________________________________________________ BILAGA E TIDSSERIENS FREKVENSFÖRDELNING Frekvensfördelning 12 10 8 6 4 2 106 10,5% 9,5% 8,5% 7,5% 6,5% 5,5% 4,5% 3,5% 2,5% 1,5% 0,5% -0,5% -1,5% -2,5% -3,5% -4,5% 0 VaR – som metod för att mäta rörelserisken Lindqvist/Söderhjelm ___________________________________________________________________________ BILAGA F JÄMFÖRELSE MELLAN LÖPANDE BERÄKNING, 20 GLIDANDE OCH UTFALL. 500000 400000 200000 100000 -100000 Kumulativ : 20 glidande: 107 Utf all: 39 37 35 33 31 29 27 25 23 21 19 17 15 13 11 9 7 5 3 0 1 VaR (kr) 300000