معرفی ابزارهای تحلیلی ریسک

ابزار ریسک

فهرست عناوین مطلب

ارزیابی ریسک‌های مالی

ارزیابی ریسک‌های مالی فرآیندی نظام‌مند برای شناسایی، اندازه‌گیری و تحلیل تهدیدهایی است که می‌توانند بر ارزش دارایی‌ها، جریان‌های نقدی یا ثبات مالی یک نهاد اثر بگذارند. این فرآیند به سازمان‌ها و سرمایه‌گذاران کمک می‌کند تا از سطح آسیب‌پذیری خود در برابر تغییرات بازار، نکول بدهکاران، کاهش نقدشوندگی یا سایر عوامل زیان‌آور آگاه شوند و اقدامات کنترلی و پیشگیرانه لازم را طراحی کنند.

مراحل اصلی ارزیابی ریسک

  1. شناسایی ریسک‌ها: در نخستین گام، انواع ریسک‌های مرتبط با فعالیت یا پرتفوی شناسایی می‌شوند. مهم‌ترین ریسک‌های مالی شامل ریسک بازار، ریسک اعتباری، ریسک نقدشوندگی و ریسک عملیاتی است.
  2. اندازه‌گیری و کمی‌سازی: پس از شناسایی، میزان ریسک با ابزارهای کمی و کیفی سنجیده می‌شود. برای مثال، در ریسک بازار از شاخص‌هایی مانند ارزش در معرض ریسک (VaR) یا زیان موردانتظار (ES) استفاده می‌شود. در ریسک اعتباری، پارامترهایی مانند احتمال نکول (PD) و زیان در نکول (LGD) محاسبه می‌شوند.
  3. تحلیل و سناریوسازی: ریسک‌ها در قالب سناریوهای مختلف (عادی، بحرانی و شوک‌های کلان) بررسی می‌شوند تا مشخص شود در شرایط گوناگون چه میزان زیان احتمالی رخ خواهد داد. استرس‌تست‌ها و شبیه‌سازی‌های تاریخی در این مرحله کاربرد دارند.
  4. کنترل و پاسخ به ریسک: نتایج ارزیابی مبنای طراحی سیاست‌های پوشش ریسک، تنوع‌بخشی به پرتفوی، تعیین حدود ریسک و برنامه‌ریزی برای تأمین سرمایه احتیاطی قرار می‌گیرند.

اهمیت ارزیابی ریسک‌های مالی

  • تصمیم‌گیری آگاهانه: مدیران می‌توانند بر اساس نتایج ارزیابی، راهبردهای سرمایه‌گذاری یا تأمین مالی مطمئن‌تری اتخاذ کنند.
  • پایداری و انطباق: ارزیابی منظم ریسک باعث انطباق با استانداردهای نظارتی (مانند مقررات بازل و تقویت اعتماد ذی‌نفعان می‌شود.
  • بهینه‌سازی منابع: تخصیص سرمایه بر مبنای ریسک (Risk-Based Capital Allocation) به سازمان کمک می‌کند سرمایه را در جایی به‌کار گیرد که بیشترین بازده و کمترین تهدید وجود دارد.

چارچوب‌ها، مدل‌ها و سنجه‌های کمی برای سنجش، پایش و کنترل ریسک

۱)  اصول سنجش ریسک: از آمار توصیفی تا سنجه‌های سازگار

  • واریانس و انحراف معیار بازده: اندازه‌گیری پراکندگی بازده حول میانگین. مناسب پرتفوی‌های تقریباً نرمال.
  • نیم‌واریانس و انحراف معیار نزولی (Downside Deviation): تمرکز بر زیان‌های زیرِ آستانه هدف (MAR).
  • کواریانس و همبستگی: پایه‌ی تجمیع ریسک در پرتفوی؛ حساس به شکستِ نرمال‌بودن و وابستگی Fat Tailed.
  • معیارهای سازگار (Coherent): سنجه‌هایی که زیرفضای افزایشی، همگنی، زیرجمع‌پذیری و انتقال‌ناپذیری را رعایت می‌کنند.

۲) سنجه‌های کلیدی ریسک بازار

  • ارزش در معرض ریسک (VaR)
    1. پارامتریک (Delta-Normal/Delta-Gamma-Normal): با فرض نرمال یا نزدیک‌ به نرمال؛ سریع ولی حساس به فروض.
    2. شبیه‌سازی تاریخی: بازآرایی بازده‌های گذشته؛ بدون فرض توزیع، اما وابسته به داده‌های تاریخی.
    3. مونت‌کارلو با بازقیمت‌گذاری کامل: انعطاف‌پذیر برای اختیارها و عدم‌خطی‌ها؛ پرهزینه به لحاظ محاسباتی.

نکات: تعدیل کورنیش–فیشر برای Fat Tailed/چولگی؛ نگاشت فکتوری برای ابعاد بالا.

  • زیان موردانتظار Expected Shortfall/ES) یا ( CVaR امید شرطی زیان فراتر از  VaR؛ سنجه‌ای سازگار و مبنایFRTB  برای ریسک بازار.

بهینه‌سازی CVaR (Rockafellar–Uryasev) امکان می‌دهد مستقیماً پورتفو را با قیدهای ES حل کنید.

  • احتمال کمبود (Shortfall Probability) و کمبودِ موردانتظار نسبت به سطح هدف.
  • افت سرمایه (Drawdown) و بیشینه افت (MDD): زیان نسبت به اوج تاریخی؛ مهم برای سرمایه‌گذاران نهادی و محصولات با حد زیان.
  • رهگیری فعال/ریسک فعال خطای رهگیری (Tracking Error) و نسبت اطلاعات (IR): برای پرتفوی‌های شاخص‌محور.

۳)  سنجه‌های کارایی ریسک–بازده

  • معیار شارپ: با مقیاس ریسک کل.
  • معیار ترینر: با معیار ریسک سیستماتیک.
  • معیار سورتیـنو: با معیار ریسک کل
  • معیار امگا (Ω): نسبت کل «احتمال‌وزن‌دارِ» سود به زیان حول آستانه؛ حساس به دُم‌ها.

۴) مدل‌سازی نوسان و وابستگی

  • GARCH و توابع نوسان شرطی: خوشه‌بندی نوسان و توزیع‌های Fat Tailed.
  • نظریه مقادیر حدی (EVT)
    • بلوک ماکسیمم (GEV) و قله‌های فراتر از آستانه (GPD) برای مدل‌سازی دُم‌ها و برآورد VaR/ES فراتر از داده‌های رایج.
  • کوپولاها (Gaussian, t-Copula, Archimedean) جداسازی حاشیه‌ها از ساختار وابستگی؛ کلیدی برای هم‌رخدادی زیان‌ها و وابستگی دُمی.
  • کاهش بُعد فاکتوری/تحلیل مؤلفه‌های اصلی (PCA): استخراج فاکتورهای ریسک حاکم (نرخ‌ها، منحنی‌ها، سبک‌ها).
  • بتا و مدل‌های چندعاملی (APT, Fama–French, Barra): تجزیه ریسک به عوامل سبک و بنیادی.

۵) استرس‌تست و تحلیل سناریو

  • سناریوهای تاریخی: تکرار وقایع واقعی (مثلاً سقوط‌ها/شوک‌های ارزی).
  • سناریوهای فرضی: طراحی شوک‌های سازگار با اقتصاد کلان
  • استرس معکوس (Reverse Stress Testing): یافتن ترکیب شوک‌هایی که منجر به نقض آستانه سرمایه/نقدینگی می‌شود.
  • تحلیل حساسیت (Greeks/Key-Rate Durations): برای منحنی نرخ و مشتقات.

۶) ابزارهای ریسک نرخ بهره و ALM

  • دیرش مکالی/تعدیل‌شده و تحدب (Convexity): حساسیت قیمت اوراق به جابجایی منحنی نرخ بهره.
  • ریسک ارزش اقتصادیِ حقوق صاحبان سهام (EVE) و درآمد خالص بهره (NII)
  • مدیریت شکاف سررسید/حساسیت و شوک‌های موازی یا غیرموازی منحنی.

۷)  ریسک نقدشوندگی و ابزارهای آن

  • شکاف قیمت خرید–فروش (Bid–Ask Spread)
  • شاخص آمیهود به‌عنوان تقریب «نقدشوندگی سهام» در معاملات.
  • λ کایل و معیار رول برای اثر قیمت.
  • VaR تعدیل‌شده با نقدشوندگی (LVaR) اضافه‌کردن هزینه نقدشوندگی یا ریزش به زیان‌های احتمال‌پذیر.

۸) ریسک اعتباری: ابزارهای خرد و پرتفوی

  • مدل‌های ساختاری (Merton/Black–Cox) برای ارزش دارایی‌ها در فرایند تصادفی؛ پیش‌فرض وقتی ارزش دارایی‌ها زیر آستانه بدهی رود.
  • مدل‌های کاهشی (Intensity/Reduced-Form): طبق مقاله  (Jarrow–Turnbull, Duffie–Singleton).
  • CreditMetrics/CreditRisk+ زیان پرتفوی بر مبنای مهاجرت رتبه/شمارش زیان‌ها.
  • امتیازدهی و طبقه‌بندی: رگرسیون لاجیت/پروبیت، ماشین‌بردار پشتیبان، جنگل تصادفی و …
  • پارامترهای سه‌گانه: احتمال نکول  (PD)، زیان در نکول (LGD) ، مانده در معرض خطر (EAD)
  • ماتریس‌های گذار اعتباری و شبیه‌سازی مسیرهای رتبه.
  • وابستگی نکول: کوپولاهای دُمی (t-copula) برای خوشه‌های نکول.
  • ریسک طرف مقابل/مشتقاتی: چارچوب‌های SA-CCR برای اندازه‌گیری مواجهه.

اخبار مرتبط

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

3 + یازده =