1 / 33

Manažment bankových operácií Devízové riziko

Manažment bankových operácií Devízové riziko. 8. cvičenie. Devízové riziko - opakovanie. Devízové riziko Spojené s možnými stratami banky v dôsledku zmien menového kurzu Ukazovatele devízového rizika Nezabezpečená devízová pozícia Dlhá, krátka Spotová, termínovaná

shania
Télécharger la présentation

Manažment bankových operácií Devízové riziko

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Manažment bankových operáciíDevízové riziko 8. cvičenie

  2. Devízové riziko - opakovanie • Devízové riziko • Spojené s možnými stratami banky v dôsledku zmien menového kurzu • Ukazovatele devízového rizika • Nezabezpečená devízová pozícia • Dlhá, krátka • Spotová, termínovaná • Celková nezabezpečená devízová pozícia • Priebežná nezabezpečená pozícia • Medzidňová nezabezpečená pozícia Manažment bankových operácií, ZS 2010/2011 2

  3. Modely riadenia devízového rizika • Vychádzajú z princípov • Stanovenie limitov • Diverzifikácia aktív v jednotlivých menách • Metódy riadenia devízového rizika • Jednoduchá metóda • Pokročilá metóda • Limity devízových pozícií • Limit nezabezpečenej devízovej pozície vo voľne vymeniteľných a voľne nevymeniteľných menách • Limit celkovej nezabezpečenej devízovej pozície • Limit zastavenia devízovej straty Manažment bankových operácií, ZS 2010/2011 3

  4. Value at Risk (VAR) • Hodnota VAR vyjadruje potenciálnu stratu menového portfólia v sledovanom období • Neudáva maximálnu stratu, ale stratu, ktorá by so zvolenou pravdepodobnosťou (väčšinou 99 %, resp. 95 %) nemala byť v sledovanom období prekročená • Tri spôsoby výpočtu VAR • Historická simulácia • Variančno-kovariančná metóda • Monte Carlo simulácia Manažment bankových operácií, ZS 2010/2011 4

  5. Historická simulácia • Nevyžaduje predpoklad normality • Priamo využíva historické výnosy trhových faktorov na zostrojenie rozdelenia možných budúcich ziskov a strát hodnoty portfólia, z ktorého sa VAR získa ako príslušný percentil • Postup výpočtu • Identifikácia trhových faktorov • Výpočet historických výnosov trhových faktorov • Zostrojenie rozdelenia hypotetických zmien hodnoty celkovej nezabezpečenej devízovej pozície • Určenie VAR Manažment bankových operácií, ZS 2010/2011 5

  6. Historická simulácia – príklad/I • Banka má v bilancii nasledovné položky v jednotlivých cudzích menách. Prostredníctvom metódy 10-dňového VAR s 95 % pravdepodobnosťou posúďte, akému devízovému riziku je banka vystavená k danému dňu. Na výpočet použite historickú simuláciu. Pozície banky v jednotlivých menách sú v nasledujúcej tabuľke: Manažment bankových operácií, ZS 2010/2011 6

  7. Historická simulácia – príklad/I • Banka má v bilancii nasledovné položky v jednotlivých cudzích menách. Prostredníctvom metódy 10-dňového VAR s 95 % pravdepodobnosťou posúďte, akému devízovému riziku je banka vystavená k danému dňu. Na výpočet použite historickú simuláciu. Pozície banky v jednotlivých menách sú v nasledujúcej tabuľke: Manažment bankových operácií, ZS 2010/2011 7

  8. Historická simulácia – príklad/I • Banka má v bilancii nasledovné položky v jednotlivých cudzích menách. Prostredníctvom metódy 10-dňového VAR s 95 % pravdepodobnosťou posúďte, akému devízovému riziku je banka vystavená k danému dňu. Na výpočet použite historickú simuláciu. Pozície banky v jednotlivých menách sú v nasledujúcej tabuľke: Manažment bankových operácií, ZS 2010/2011 8

  9. Historická simulácia – príklad/II • Identifikácia trhových faktorov • Popísať rizikové faktory a ich vzťah k výstupu – menové kurzy • Posúdiť ako zmena menových kurzov bude vplývať na celkovú nezabezpečenú menovú pozíciu banky kde: ČDP celková nezabezpečená devízová pozícia banky ČDPUSDnezabezpečená devízová pozícia v USD prepočítaná na EUR, ČDPCZKnezabezpečená devízová pozícia v CZK prepočítaná na EUR, ČPEUR čistá pozícia v domácej mene Manažment bankových operácií, ZS 2010/2011 9

  10. Historická simulácia – príklad/III • Výpočet historických výnosov trhových faktorov • Časových radov historických hodnôt trhových faktorov a výpočet príslušných t-dňových výnosov (10-dňové relatívne zmeny menových kurzov) rt 10-dňová výnosnosť v čase t, Pt hodnota menového kurzu v čase t, Pt-10 hodnota menového kurzu v čase t-10. Manažment bankových operácií, ZS 2010/2011 10

  11. Historická simulácia – príklad/IV • Zostrojenie rozdelenia hypotetických zmien hodnoty celkovej nezabezpečenej pozície • Pri výpočte hypotetických hodnôt zohľadňujeme pozíciu banky v danej mene, aktuálny kurz k dnešnému dňu a historický vývoj 10-dňových výnosností HHt hypotetická hodnota zmeny v čase t, rtUSD 10-dňová výnosnosť USD/EUR v čase t rtCZK 10-dňová výnosnosť CZK/EUR v čase t. Manažment bankových operácií, ZS 2010/2011 11

  12. Historická simulácia – príklad/V Manažment bankových operácií, ZS 2010/2011 12

  13. Historická simulácia – príklad/VI • Určenie VAR • Hodnotu VAR určíme ako príslušný percentil z rozdelenia hypotetických hodnôt zmien • Hodnota 10-dňového VAR na hladine významnosti 95 % nám udáva maximálnu zmenu, ktorá by s pravdepodobnosťou 95 % nemala byť v období 10 dní prekročená a nájdeme ju ako hodnotu piateho percentilu z N pozorovaní Manažment bankových operácií, ZS 2010/2011 13

  14. Historická simulácia – Príklad 1/I • Banka má v bilancii nasledovné položky v USD. Prostredníctvom metódy 1-dňového VAR s 95% a 90 % pravdepodobnosťou posúďte, akému devízovému riziku je banka vystavená k danému dňu. Na výpočet použite historickú simuláciu. Pozície banky sú v nasledujúcej tabuľke: Manažment bankových operácií, ZS 2010/2011 14

  15. Historická simulácia – Príklad 1/II • Postup výpočtu • Identifikácia trhových faktorov: • Výpočet historických výnosov trhových faktorov: • Zostrojenie rozdelenia hypotetických zmien trhovej hodnoty menového portfólia • Určenie VAR • Hodnota 1-dňového VAR na hladine významnosti 95 % pri 20 pozorovaniach je hodnota 5 percentilu daná ako prvá najmenšia hodnota z HHt • ČDP = 85,6287 – 1,172996 = 84,455704 mil. EUR Manažment bankových operácií, ZS 2010/2011 15

  16. Variančno-kovariančná metóda • Založená na predpoklade multivariačného normálneho rozdelenia výnosov trhových faktorov • Postup výpočtu • Časový rad historických hodnôt trhových faktorov • Vypočítame t-dňové výnosnosti rizikových faktorov • Vypočítame volatilitu rizikových faktorov • Zostavíme korelačnú maticu medzi výnosnosťami rizikových faktorov • Vypočítame VAR jednotlivých menových pozícií: • Vypočítame VAR celého menového portfólia: Manažment bankových operácií, ZS 2010/2011 17

  17. Variančno-kovariančná metóda – príklad/I • Banka má v bilancii nasledovné položky v jednotlivých cudzích menách. Prostredníctvom metódy 10-dňového VAR s 95 % pravdepodobnosťou posúďte, akému devízovému riziku je banka vystavená k danému dňu. Na výpočet použite variančno-kovariančnú metódu. Pozície banky v jednotlivých menách sú v nasledujúcej tabuľke: Manažment bankových operácií, ZS 2010/2011 18

  18. Variančno-kovariančná metóda – príklad/II • Identifikácia trhových faktorov • Definujeme rizikové faktory (menové páry USD/EUR, CZK/EUR a ich vývoj na devízovom trhu) a ich vzťah k analyzovanému výstupu (celková nezabezpečená devízová pozícia banky), získame časový rad historických hodnôt trhových faktorov Manažment bankových operácií, ZS 2010/2011 19

  19. Variančno-kovariančná metóda – príklad/III • Výpočet historických výnosov trhových faktorov • Časových radov historických hodnôt trhových faktorov a výpočet príslušných t-dňových výnosov (10-dňové relatívne zmeny menových kurzov) rt 10-dňová výnosnosť v čase t, Pt hodnota menového kurzu v čase t, Pt-10 hodnota menového kurzu v čase t-10. Manažment bankových operácií, ZS 2010/2011 20

  20. Variančno-kovariančná metóda – príklad/IV • Vypočítame volatilitu rizikových faktorov danú smerodajnou odchýlkou 10-dňových výnosností rizikových faktorov • Smerodajnú odchýlku môžeme vypočítať podľa vzťahu • Po dosadení do vzorcov dostaneme • Zostavíme korelačnú maticu medzi výnosnosťami rizikových faktorov Manažment bankových operácií, ZS 2010/2011 21

  21. Variančno-kovariančná metóda – príklad/V • Vypočítame VAR jednotlivých pozícií p pre 95 % VAR = 1,65; 90 % VAR = 1,282; 99 % VAR = 2,326 Manažment bankových operácií, ZS 2010/2011 22

  22. Variančno-kovariančná metóda – príklad/VI • Určenie VAR • Hodnotu VAR určíme prenásobením matíc Manažment bankových operácií, ZS 2010/2011 23

  23. Variančno-kovariančná metóda – Príklad 1/I • Banka má v bilancii nasledovné položky v USD. Prostredníctvom metódy 1-dňového VAR s 95% a 90 % pravdepodobnosťou posúďte, akému devízovému riziku je banka vystavená k danému dňu. Na výpočet použite variančno-kovariančnú metódu. Pozície banky sú v nasledujúcej tabuľke: Manažment bankových operácií, ZS 2010/2011 24

  24. Variančno-kovariančná metóda – Príklad 1/II • Postup výpočtu • Identifikácia trhových faktorov: • Výpočet historických výnosov trhových faktorov: • Vypočítame volatilitu rizikových faktorov: • Zostavíme korelačnú maticu • Vypočítame VAR jednotlivých pozícií • Určenie VAR • 95 %: ČDP = 85,6287 – 1,019604 = 84,609096 mil. EUR Manažment bankových operácií, ZS 2010/2011 25

  25. Monte Carlo simulácia • Vstupy a výstupy sú definované prostredníctvom rozdelenia pravdepodobnosti • Výber štatistického rozdelenia, ktoré zachytáva možné zmeny trhových faktorov. Tvorca analýzy si zvolí ľubovoľné rozdelenie, ktoré vhodne popisuje vývoj trhových faktorov. • Po výbere vstupných rozdelení sa využitím generátora pseudonáhodných čísel vygenerujú tisíce hypotetických zmien trhových faktorov • Tieto sa následne použijú na zostrojenie tisícok hypotetických hodnôt menového portfólia • VAR určený z tohto rozdelenia ako napr. piaty percentil rozdelenia Manažment bankových operácií, ZS 2010/2011 26

  26. Monte Carlo simulácia – príklad/I • Banka má v bilancii nasledovné položky v jednotlivých cudzích menách. Prostredníctvom metódy 10-dňového VAR s 95 % pravdepodobnosťou posúďte, akému devízovému riziku je banka vystavená k danému dňu. Na výpočet použite Monte Carlo simuláciu. Pozície banky v jednotlivých menách sú v nasledujúcej tabuľke: Manažment bankových operácií, ZS 2010/2011 27

  27. Monte Carlo simulácia – príklad/II • Vytvorenie modelu • Definovať rizikové faktory a ich vzťah k výstupu – menové kurzy • Definovať ako zmena menových kurzov vplýva na celkovú nezabezpečenú menovú pozíciu banky RiskOutput = ČDPUSD*RFUSD + ČDPCZK*RFCZK kde: RF rizikový faktor príslušného menového páru ČDPUSDnezabezpečená devízová pozícia v USD prepočítaná na EUR, ČDPCZKnezabezpečená devízová pozícia v CZK prepočítaná na EUR, Manažment bankových operácií, ZS 2010/2011 28

  28. Monte Carlo simulácia – príklad/III • Definujeme neistotu, rizikové faktory • Neistota vývoja menových kurzov je popísaná prostredníctvom rozdelenia pravdepodobnosti výnosností, pričom nemusí ísť iba o normálne rozdelenie. Použité rozdelenia musíme popísať dvoma základnými charakteristikami: strednou hodnotou a smerodajnou odchýlkou 10-dňových výnosností jednotlivých menových párov RF USD/EUR: Normal(0,00085146;0,026341) RF CZK/EUR: Normal(-0,00019968;0,018363 ) Manažment bankových operácií, ZS 2010/2011 29

  29. Monte Carlo simulácia – príklad/IV • Simulácia výstupu • Generovanie náhodných scenárov v softvérovom programe @Risk, čím dochádza k simulovaniu všetkých potenciálnych možností výstupu Manažment bankových operácií, ZS 2010/2011 30

  30. Monte Carlo simulácia – príklad/V Manažment bankových operácií, ZS 2010/2011 31

  31. Monte Carlo simulácia – príklad/VI • Určenie VAR • Hodnotu VAR určíme ako príslušný percentil z rozdelenia hypotetických hodnôt zmien • Hodnota 10-dňového VAR na hladine významnosti 95 % nám udáva maximálnu zmenu, ktorá by s pravdepodobnosťou 95 % nemala byť v období 10 dní prekročená a nájdeme ju ako hodnotu piateho percentilu z N pozorovaní Manažment bankových operácií, ZS 2010/2011 32

  32. Ďakujem za pozornosť

More Related