Modelrisiko
Modelrisiko ( eng. Modelrisiko ) - risikoen for tab som følge af brugen af utilstrækkeligt nøjagtige modeller til beslutningstagning, indledningsvis og ofte i forbindelse med værdiansættelse af værdipapirer [1] . For nylig er begrebet modelrisiko blevet brugt i andre aktiviteter, såsom tildeling af forbrugerkreditscore , forudsigelse af sandsynligheden for kreditkortsvindel i realtid og beregning af sandsynligheden for, at en flypassager er en terrorist.
Årsager til implementering
Tab som følge af realisering af modelrisiko kan være forårsaget af fejl i de foretagne antagelser, triviel uagtsomhed eller bevidst undervurdering af risiko eller overvurdering af profit. Årsagerne til implementeringen af modelrisikoen er angivet nedenfor.
Antagelse om konstant volatilitet
At tage volatilitet som en konstant værdi er den mest almindelige fejl i at bygge modeller. F.eks. var volatiliteten i S&P 500 -indekset i begyndelsen af juli 2007 omkring 15 %, men ved udgangen af måneden oversteg den 30 %. Også i september 2008 var værdien af VIX-volatilitetsindekset på CBOE- børsen omkring 30%, og kun to uger efter Lehman Brothers' konkurs steg den til 80%. De mest nøjagtige er option prissætningsmodeller, der tager højde for den variable karakter af volatilitet. Brugen af sådanne modeller er dog meget mere ressourcekrævende med hensyn til computerkraft.
Antagelse om en normalfordeling af afkast
Ofte antager handlende, at fordelingen af afkast er normal, mens der i virkeligheden er "fede haler" i dem.
Undervurdering af antallet af risikofaktorer
For simple finansielle produkter kan relativt simple enfaktormodeller anvendes. Komplekse derivater, såsom dem med indbygget valgfrihed , kræver anvendelse af komplekse multifaktormodeller.
Antagelse om et perfekt kapitalmarked
Mange OTC-markeder, selv i finansielt udviklede lande, er ikke perfekte: derivater på dem handles ikke offentligt, hvilket gør dem vanskelige at afdække. Reelle markeder er underlagt restriktioner såsom transaktionsomkostninger og umuligheden af kontinuerlig handel (på grund af weekender, helligdage og andre årsager). Markederne i udviklingslandene er endnu mere langt fra perfekte.
Antagelse af likvide markeder
Modelrisiko kan realiseres, hvis bevægelsen i markedsprisen på et aktiv under udførelsen af en særlig stor transaktion (den såkaldte endogene likviditet) ikke tages i betragtning. Især likviditetsrisikoen stiger i kriseperioder.
Forkert anvendelse af modeller
Selvom modellen er korrekt, kan dens forkerte anvendelse føre til implementering af modelrisikoen. Et eksempel er et utilstrækkeligt antal udførte Monte Carlo-simuleringer eller for store tidstrin.
For at beregne komplekse derivater er det nødvendigt at bruge de faktiske værdier af inputdata: citater, volatiliteter og korrelationer. Markedsdataopdateringer kan udføres enten på periodisk basis eller som reaktion på væsentlige markedsbevægelser. Som nævnt ovenfor er det også vigtigt at tage højde for "fede haler" i fordelingen.
De mest almindelige fejl ved brug af modeller omfatter:
- Forkerte (forældede/irrelevante) markedsdata ;
- Timing fejlsampling : Forøgelse af antallet af observationer kan øge den statistiske styrke , men vil også øge vægten af forældede data;
- Forkert bogføring af markedslikviditet .
Risikoreduktionsforanstaltninger (reduktion)
Modelrisiko kan mindskes ved at investere i yderligere modeludvikling eller ved at implementere en uafhængig udvælgelsesverifikation og modelopbygningsproces. Sidstnævnte består af 6 stadier af verifikation:
- Modeldokumentation skal beskrive (i) de forudsætninger, som modellen er bygget på (ii) den matematiske beskrivelse af modellen; (iii) en beskrivelse af transaktionen; (iv) gennemførelsesspecifikationer.
- Integritet ( eng. Soundness ): modellen skal bruges til prisfastsættelse direkte til det instrument, den er beregnet til.
- Uafhængig adgang til markedsdata : Mellemkontorenheden skal have uafhængig adgang til markedsdata.
- Udvælgelse af benchmark : Testen skal sammenlignes med et estimat af værdien af benchmark.
- Sundhedstjek , stresstest : modellen skal indeholde alle nødvendige parametre og egenskaber . Modellen bør også stresstestes for at bestemme de værdiintervaller, hvor den mest nøjagtige prisfastsættelse kan udføres.
- Implementering af modelrisiko i et samlet risikostyringssystem : Modelrisiko skal styres inden for et enkelt system (ramme), hvilket indebærer periodisk re-evaluering af modeller.
Eksempler på implementering i den finansielle sektor
Se også
Noter
- ↑ Derman E. Derman E. Modelrisiko: Hvad er antagelserne ved brug af modeller til værdiansættelse af værdipapirer, og hvad er de deraf følgende risici? : [ engelsk ] ] // RISIKO. - 1996. - T. 9. - S. 34-38.
- ↑ CalianStaff, Sara . Rapporter fejl Options Controls at NatWest in Trading Debacle , The Wall Street Journal (27. juni 1997) . Arkiveret fra originalen den 23. december 2019. Hentet 23. december 2019.
- ↑ 12 Sebastian , 2015 .
- ↑ Jokivuolle E., Tunaru R. Forberedelse til den næste finanskrise: Politikker, værktøjer og modeller. - Cambridge University Press, 2017. - S. 158. - 202 s. — ISBN 1107185599 .
- ↑ Simons K. Modelfejl : [ eng. ] // New England Economic Review. - 1997. - S. 17-28.
Litteratur
- Crouhy M., Galai D., Mark R. Essentials of Risk Management. - 2. - McGraw Hill Professional, 2013. - P. 529-552. — 644 s. — ISBN 9780071821155 .
- Sebastian TR Model Risk In Financial Markets: From Financial Engineering Til Risk Management. - World Scientific, 2015. - S. 1-2. — 384 s. — ISBN 9814663425 .
Yderligere læsning
- Avellaneda M., Levy A., Parás A. Prisfastsættelse og afdækning af afledte værdipapirer på markeder med usikre volatiliteter // Applied Mathematical Finance. - 1995. - S. 73-88. - doi : 10.1080/13504869500000005 .
- Barrieu P., Scandolo G. Assessing financial model risk (engelsk) // European Journal of Operational Research. - 2015. - 16. april (bd. 2). - S. 546-556. - doi : 10.1016/j.ejor.2014.10.032 .
- Forts R. Modelusikkerhed og dens indvirkning på prisfastsættelsen af afledte instrumenter // Matematisk finansiering. - 2006. - Bd. 16. - S. 519-547. doi : 10.1111 / j.1467-9965.2006.00281.x .
- Jokhadze V., Schmidt W. M. Måling af modelrisiko i finansiel risikostyring og prisfastsættelse: [ eng. ] // SSRN. - 2019. - 30. juni. - doi : 10.2139/ssrn.3113139 .
- Morini M. Understanding and Managing Model Risk: A Practical Guide for Quants, Traders and Validators. - Wiley, 2011. - 428 s. — (Wiley Finance Series). — ISBN 0470977612 .
- Rösch D., Scheule H. Modelrisiko: Identifikation, måling og styring. - Risk Books, 2010. - 500 s. — ISBN 9781906348250 .