Zaawansowane zagadnienia dotyczące ryzyka ogonowego
Co ryzyko ogonowe oznacza poza podstawami
Ryzyko ogonowe opisuje ryzyko wystąpienia wyników w „ogonach” rozkładu strat — zdarzeń, które są rzadkie w porównaniu z typowymi ruchami rynkowymi, ale na tyle duże, że mogą znacząco zaszkodzić rachunkowi. W praktyce chodzi nie tylko o wielkość potencjalnej straty, ale także o to, jak prawdopodobne są „ekstremalne” straty przy założeniach użytych do opisu stóp zwrotu.
Użytecznym sposobem rozdzielenia pojęć jest:
- Ryzyko typowego zakresu: to, co dzieje się przez większość czasu, często modelowane za pomocą średnich i „normalnej” zmienności.
- Ryzyko ogonowe: wyniki w skrajnych obszarach, gdzie rozkład jest grubszy lub bardziej nieprzewidywalny, niż zakładał model.
Kluczowym zaawansowanym zagadnieniem jest to, że ryzyko ogonowe jest często napędzane przez zmiany reżimu (warunki, które zmieniają zachowanie stóp zwrotu), a nie przez płynną kontynuację historii. To sprawia, że ryzyko ogonowe jest trudniejsze do oszacowania, ponieważ mechanizmy generujące ekstrema mogą nie być stabilne.
Jak ryzyko ogonowe „działa” w modelach i portfelach
1) Założenia dotyczące rozkładu są kluczową zależnością
Każde ilościowe stwierdzenie o ryzyku ogonowym zależy od tego, jak reprezentujesz stopy zwrotu. Na przykład, jeśli modelujesz stopy zwrotu za pomocą rozkładu o cienkich ogonach, wówczas ekstremalne zdarzenia będą wydawać się mniej prawdopodobne, niż mogą być w rzeczywistości. I odwrotnie, jeśli przeszacujesz grubość ogonów, możesz traktować typowe zdarzenia zmienności jako wyniki ogonowe.
Zaawansowane zagadnienia obejmują:
- Definicja ogona: „Ogon” może oznaczać różne progi prawdopodobieństwa (na przykład najgorszy 1% wyników), a wartość liczbowa progu zmienia wnioski.
- Kształt ogona: nawet przy tym samym prawdopodobieństwie ogonowym, różne kształty ogonów mogą oznaczać różną dotkliwość.
- Niestacjonarność: zachowanie statystyczne, które wygenerowało przeszły rozkład, może nie utrzymać się w przyszłości.
2) Zależności między zmiennymi mają większe znaczenie niż indywidualna zmienność
Straty ogonowe często wynikają z zależności: korelacji, które rosną w okresach stresu, wielu czynników ryzyka poruszających się razem lub dźwigni finansowej, która zamienia małe ruchy w duże straty. Model, który traktuje składniki jako niezależne, może systematycznie zaniżać ryzyko ogonowe.
Typowe przypadki brzegowe zależności:
- Załamanie korelacji: aktywa lub ekspozycje mogą wyglądać na zdywersyfikowane w normalnych warunkach, ale korelacje mogą zbliżać się do 1 podczas ekstremalnych zdarzeń.
- Wspólne czynniki napędzające: ryzyko może być napędzane przez jeden podstawowy szok (stres płynnościowy, zaskoczenie polityczne lub szok makro), co sprawia, że „dywersyfikacja” jest mniej skuteczna w skrajnych przypadkach.
3) Moment wykonania transakcji i mikrostruktura rynku mogą zdominować wyniki
Teoretycznie miary ryzyka zakładają, że można wchodzić i wychodzić z pozycji po przewidywalnych cenach. W praktyce zdarzenia ogonowe często zbiegają się z warunkami, w których to założenie zawodzi:
- Luki płynnościowe: szersze efektywne spready i mniejsza głębokość rynku.
- Poślizg: ceny wykonania różnią się od cen kwotowanych lub modelowanych.
- Różnice w obsłudze zleceń: opóźnienia, częściowe realizacje lub ograniczenia.
Oznacza to, że ryzyko ogonowe nie jest wyłącznie koncepcją „rynkową”; jest również koncepcją implementacyjną. Strategia lub profil ekspozycji może wyglądać bezpiecznie przy wyidealizowanych cenach, ale zachowywać się zupełnie inaczej, gdy koszty wykonania i moment transakcji zniekształcają wyniki.
4) Koszty i ograniczenia finansowania stają się częścią ogona
Analiza ryzyka ogonowego, która ignoruje koszty, może być niekompletna. Koszty mogą obejmować koszty transakcyjne, dryfty związane z finansowaniem oraz ograniczenia operacyjne, które stają się bardziej istotne w okresach stresu. Zaawansowane zagadnienie: koszty są czasami stosunkowo niewielkie w typowych okresach, ale stają się znaczące podczas ekstremalnych ruchów.
Ograniczenia finansowania to kolejna zależność. Jeśli depozyty zabezpieczające lub kontrolę ryzyka zależą od wartości w czasie rzeczywistym, nagłe ruchy mogą wywołać ograniczenia szybciej, niż człowiek jest w stanie zareagować.
Dowody, scenariusze i co można testować
Ponieważ zdarzenia ogonowe są rzadkie, zazwyczaj nie można „udowodnić” zachowania ryzyka ogonowego na podstawie ograniczonych próbek. Zamiast tego można budować kontrolę opartą na scenariuszach i weryfikować, które części analizy są stabilne.
Przykładowa struktura scenariusza (z podanymi założeniami)
Rozważmy uproszczony scenariusz (nie prognozę):
- Definiujesz „zdarzenie ogonowe” jako niekorzystny ruch na tyle duży, aby wypchnąć straty powyżej wybranego progu.
- Zakładasz, że spready i poślizg poszerzają się o pewien czynnik podczas stresu.
- Zakładasz, że korelacje między istotnymi ekspozycjami rosną do wyższego poziomu.
Następnie porównujesz dwa przypadki:
- Koszty i efekty zależności pozostają na normalnym poziomie.
- Koszty rosną, a zależności umacniają się podczas stresu.
Istotne ograniczenie, na które należy zwrócić uwagę: możesz odkryć, że główna różnica wynika z założeń dotyczących wykonania i zależności, a nie z samego rozkładu stóp zwrotu. Taki wynik jest ważny, ponieważ pokazuje, co należy zweryfikować, aby zmniejszyć martwe pola modelu.
Testy warunków skrajnych są ograniczone realizmem modelu
Testy warunków skrajnych mogą być użyteczne, ale tylko wtedy, gdy założenia stresowe są wiarygodne i odwzorowują mechanizmy, które mogą faktycznie wystąpić. Zaawansowane pułapki obejmują:
- Niedopasowanie typu zdarzenia ogonowego: użycie stresu, który odzwierciedla niewłaściwy mechanizm szoku.
- Niespójne dane wejściowe: stosowanie progów „ogonowych” do jednej zmiennej przy jednoczesnym traktowaniu innych parametrami z okresu normalnego.
- Dopasowanie do historii: traktowanie ograniczonego zestawu przeszłych ekstremów tak, jakby reprezentował wszystkie przyszłe ekstrema.
Weryfikacja informacji związanych z ryzykiem powinna koncentrować się na dokumentach i metodach
Jeśli widzisz twierdzenie dotyczące ryzyka ogonowego, możesz niezależnie zweryfikować to, co istotne, sprawdzając:
- Definicję metody: jaki dokładnie próg ogonowy i miara zostały użyte.
- Dane wejściowe: jaki okres, częstotliwość i etapy czyszczenia danych zastosowano.
- Założenia modelu: wybór rozkładu, sposób ujęcia zależności oraz to, czy parametry były aktualizowane.
- Założenia dotyczące wykonania: czy analiza uwzględniała spready, poślizg, opóźnienia lub ograniczenia operacyjne.
Nawet bez danych w czasie rzeczywistym można zweryfikować, czy twierdzenie jest spójne w sposobie definiowania zdarzeń ogonowych oraz w traktowaniu kosztów i zależności.
Ograniczenia i tryby awarii, których należy się spodziewać
Istotne ograniczenie 1: niedobór rzadkich danych
Szacowanie ryzyka ogonowego opiera się na niewielu obserwacjach. Przy ograniczonych próbkach ogonowych wyniki mogą się znacząco zmieniać po dodaniu lub usunięciu danych. Jest to tryb awarii niepewności statystycznej, a nie zwykły błąd obliczeniowy.
Istotne ograniczenie 2: zmiana reżimu w przypadku zdarzeń ekstremalnych
Zdarzenia ogonowe mogą być generowane przez mechanizmy, których brakuje w większości danych historycznych. Model wytrenowany na normalnych reżimach może zaniżać prawdopodobieństwo lub dotkliwość przyszłych ekstremów.
Istotne ograniczenie 3: wykonanie i infrastruktura łamią założenia
W okresie stresu ścieżka od kwotowania do realizacji może się zmienić. Jeśli metoda ryzyka zakłada stabilne ceny lub stabilne spready, może zawieść dokładnie wtedy, gdy ryzyko ogonowe ma największe znaczenie.
Istotne ograniczenie 4: dryf parametrów i metodologii
Obliczenia ryzyka mogą dryfować, jeśli:
- model jest aktualizowany niespójnie,
- parametry zmienności i korelacji przesuwają się,
- lub zmienia się definicja wyników ogonowych.
Dlatego też twierdzenia o „dokładności” należy traktować ostrożnie, chyba że jasno określają założenia i dostarczają dowodów powiązanych z tymi założeniami.