การวัดความเสี่ยง

วิธีการพื้นฐานในการวัดและประเมินความเสี่ยง

จากวิกฤติการเงินในปลายปี 2551 การบริหารความเสี่ยง มีความสำคัญและมีชื่อเสียงใน ด้านการให้บริการทางการเงิน ดังนั้นการทำความคุ้นเคยกับวิธีการพื้นฐานในการวัดประเมินและควบคุมความเสี่ยงเป็นสิ่งสำคัญสำหรับผู้ที่ต้องการรับเงินทุนล่วงหน้า ต่อไปนี้เราจะนำเสนอแนวคิดเบื้องต้นในสาขานี้

เงินที่มีความเสี่ยง

การวัดความเสี่ยงที่แคบที่สุด แต่อนุรักษ์นิยมมากที่สุดก็คือจำนวนเงินรวมที่ลงทุนหรือยืม

ผลที่เลวร้ายที่สุดคือการลงทุนทั้งหมดจะไร้ค่าหรือที่ผู้กู้ผิดนัด การปรับแต่งคือการนำความน่าจะเป็นไปใช้ในการวิเคราะห์ แต่โดยทั่วไปการทำต้องมีข้อสมมติฐานหลายอย่างที่ไม่สามารถวัดได้อย่างแม่นยำ ดูคำอธิบายแบบจำลอง Monte Carlo ของเรา

ข้อ จำกัด เกี่ยวกับขนาดของตำแหน่งที่ ผู้ค้าหลักทรัพย์ อาจถือครองหรือจำนวนเงินที่ เจ้าหน้าที่กู้ สามารถขยายให้แก่ผู้ยืมได้เป็นหลักในการประยุกต์ใช้กลยุทธ์ลดความเสี่ยงเดียวกันนี้

ความผันผวนและความแปรปรวน

เหล่านี้เป็นมาตรการความเสี่ยงทั่วไปในส่วนที่เกี่ยวกับหลักทรัพย์และประเภทหลักทรัพย์ที่ซื้อขายในตลาดหลักทรัพย์แห่งประเทศไทย ข้อมูลทางประวัติศาสตร์สามารถถูกทำเหมืองเพื่อประเมินการเคลื่อนไหวของราคาในอนาคตเนื่องจากความผันผวนของราคาในอดีต การวัดความเสี่ยงของหลักทรัพย์แต่ละประเภทและประเภทของหลักทรัพย์มักถูกวางไว้ในบริบทของความสัมพันธ์ระหว่างกันและกันและการอ้างอิงถึงตัวชี้วัดทางเศรษฐกิจที่กว้างขึ้น

ตัวอย่างทฤษฎีเกี่ยวกับการลงทุนสมัยใหม่เช่นการพัฒนากลยุทธ์เพื่อลดความผันผวนของราคารวมของพอร์ตการลงทุนด้วยการเลือกการลงทุนที่หลากหลายซึ่งแต่ละราคามีแนวโน้มที่จะไม่เท่ากันหรือดีกว่าก็จะมีความสัมพันธ์เชิงลบ (นั่นคือ , ราคาของพวกเขามีแนวโน้มที่จะย้ายไปในทิศทางตรงกันข้ามกับหนึ่งขึ้นเมื่ออื่น ๆ ลงและในทางกลับกัน)

มีโปรแกรมประยุกต์สำหรับ ที่ปรึกษาทางการเงิน ผู้จัดการการเงินและนักวางแผนทางการเงิน

พลังแห่งประวัติศาสตร์ที่คาดเดาได้

boilerplate กฎหมายมาตรฐานเกี่ยวกับหนังสือชี้ชวนการลงทุนเตือนว่า "ผลการดำเนินงานที่ผ่านมาจะไม่รับประกันผลในอนาคต." ในทำนองเดียวกันความสัมพันธ์และความสัมพันธ์ทางสถิติที่วัดได้ในช่วงเวลาที่ผ่านมาบางข้อบ่งชี้ว่าข้อบ่งชี้ที่ไม่สมบูรณ์ของสิ่งที่อนาคตอาจมีต่อความมั่นคงหรือชั้นของหลักทรัพย์เช่นเดียวกัน การคาดการณ์แนวโน้มทางประวัติศาสตร์และความสัมพันธ์ในอนาคตจึงควรกระทำด้วยความระมัดระวังเป็นอย่างยิ่ง

ความเสี่ยงจากคู่ค้า

ความเสี่ยงของคู่ค้าคือความเสี่ยงที่คู่สัญญาอีกฝ่ายหนึ่งจะทำธุรกรรมเช่น บริษัท อื่นในอุตสาหกรรมบริการทางการเงินจะไม่สามารถปฏิบัติตามภาระหน้าที่ของตนได้ทันเวลา ตัวอย่างของภาระหน้าที่เหล่านี้ ได้แก่ การส่งมอบหลักทรัพย์หรือเงินสดเพื่อชำระบัญชีการค้าและการชำระคืนเงินกู้ระยะสั้นตามที่กำหนด

การประเมินความเสี่ยงจากคู่ค้ามักทำขึ้นจากการวิเคราะห์ความแข็งแกร่งทางการเงินของ บริษัท ที่จัดทำโดย หน่วยงานจัดอันดับ อย่างไรก็ตามเนื่องจากวิกฤตการณ์ทางการเงินของปลายปี 2008 แสดงให้เห็นถึงวิธีการใช้โดยหน่วยงานจัดอันดับมีข้อบกพร่องที่ลึกซึ้ง (เช่นเดียวกับคะแนนของผู้บริโภค FICO) และอาจมีข้อผิดพลาดร้ายแรง นอกจากนี้ในภาวะตกต่ำทางการเงินโดยทั่วไปเหตุการณ์สามารถหลุดพ้นจากการควบคุมได้อย่างรวดเร็วและความล้มเหลวของคู่ค้าที่มีขนาดเล็กสามารถสะสมไปได้อย่างรวดเร็วจนถึงจุดที่ บริษัท ขนาดใหญ่ที่มีเบาะทางการเงินที่กว้างขวางพอสมควรจะทำให้ล้มละลายได้

เลห์แมนบราเธอร์ส, Merrill Lynch และ Wachovia ได้รับบาดเจ็บดังกล่าวจากวิกฤตการณ์ปี 2008; คนแรกออกจากธุรกิจและคนอื่น ๆ ได้มาโดย บริษัท ที่เข้มแข็ง

ส่วนใหญ่ของปัญหาเกี่ยวกับการประเมินความเสี่ยงของคู่สัญญาคือการวิเคราะห์ที่ดำเนินการโดยหน่วยงานจัดอันดับไม่ได้มีการเปลี่ยนแปลงแบบไดนามิก พวกเขามักจะปรับตัวให้เข้ากับความเป็นจริงใหม่เพียงอย่างช้าๆ นอกจากนี้เมื่อคู่สัญญาที่ก่อนหน้านี้ถือว่าเสียงโกรธอย่างกะทันหันต่อการล้มละลายจะเป็นเรื่องยากมากหากเป็นไปไม่ได้ที่จะทำให้ภาระผูกพันและการทำธุรกรรมที่ได้ทำขึ้นภายใต้สถานการณ์ที่เอื้ออำนวยในอดีตที่ผ่านมา

บทบาทของนักคณิตศาสตร์ประกันภัย

นักคณิตศาสตร์ศึกษา ส่วนใหญ่เกี่ยวข้องกับการวิเคราะห์ตารางการตายในนามของ บริษัท ประกันชีวิตซึ่งเป็นส่วนสำคัญใน การกำหนดเบี้ยประกันภัยในนโยบาย และกำหนดการชำระคืนเมื่อครบรอบปี

วิทยาศาสตร์คณิตศาสตร์ประกันภัยตามที่มักเรียกกันคือการประยุกต์ใช้เทคนิคทางสถิติขั้นสูงกับ ชุดข้อมูลขนาดใหญ่ ที่ตัวเองมีความแม่นยำในการวัดสูง

นอกจากนี้การประเมินความเสี่ยงของนักคณิตศาสตร์ประกันภัยในชีวิตมีพื้นฐานจากข้อมูลที่ไม่เกี่ยวข้องกับระบบการเงินและการเคลื่อนไหวในตลาดการเงินโดยสิ้นเชิง ในทางตรงกันข้ามการวัดความเสี่ยงของคู่สัญญาพฤติกรรมในอนาคตของหลักทรัพย์เพื่อการลงทุนและแนวโน้มการดำเนินธุรกิจที่เฉพาะเจาะจงจะไม่สอดคล้องกับการวิเคราะห์ทางวิทยาศาสตร์ที่แม่นยำและแม่นยำ ดังนั้นผู้จัดการด้านความเสี่ยง (และผู้เชี่ยวชาญ ด้านวิทยาศาสตร์การจัดการ ที่ให้การสนับสนุนเชิงปริมาณ) อาจจะไม่มีความสามารถในการพัฒนารูปแบบการทำนายที่มีระดับใกล้เคียงกับความเชื่อมั่นที่เราสามารถคาดการณ์ได้โดยประมาณจากนักคณิตศาสตร์ประกันภัยในชีวิต