1 Zarządzanie ryzykiem Dorota Kuchta
2 Literatura Krzysztof Jajuga (red.), Zarządzanie ryzykiem, PWN, 2007Joanna Sokołowska, Psychologia decyzji ryzykownych, Academica, 2005 Iwona Staniec, Janusz Zawiła – Niedźwiedzki, Zarządzanie ryzykiem operacyjnym, Wydawnictow C.H. Beck, 2008.
3 Pojęcie ryzyka Możliwość, że coś się nie udaPrzedsięwzięcie, którego wynik nie jest znany Negatywna koncepcja: możliwość nieosiągnięcia oczekiwanego efektu Neutralna koncepcja: możliwość uzyskania efektu różniącego się od oczekiwanego
4 Neutralna koncepcja (może być lepiej lub gorzej)Nie zawsze możliwa Zdrowie, życie Ekologia Odpowiada wyrażeniu potocznemu „zaryzykuję”
5 Postawy wobec ryzyka Awersja: oczekiwanie rekompensaty w postaci premii za ryzyko Neutralność: wielkość ryzyka nie ma znaczenia Skłonność do: gotowość do poniesienia wyższych nakładów w celu podjęcia decyzji o wyższym ryzyku W działalności gospodarczej raczej awersja – im większe ryzyko, tym większy powinien być efekt (rekompensata za ryzyko).
6 Zarządzanie ryzykiem Pomiar poziomu ryzykaPodejmowanie działań dostosowujących wielkość ponoszonego ryzyka do poziomu akceptowalnego przez podmiot Etapy: Identyfikacja ryzyka Pomiar ryzyka Sterowanie ryzykiem Monitorowanie i kontrola ryzyka
7 Standardy zarządzania ryzykiemCoraz powszechniejsze Publikowane w postaci zaleceń lub norm dla różnych sektorów gospodarczych i publicznych.
8 Ryzyko rynkowe Ryzyko walutowe Ryzyko stopy procentowejRyzyko cen akcji Ryzyko cen towarów Ryzyko cen nieruchomości
9 Ryzyko kursu walutowegoWystępuje wtedy, gdy podmiot ma aktywa bądź pasywa w obcej walucie Neutralna koncepcja ryzyka
10 Przykład 1 Należności: Euro (Aktywa), kurs Euro 3,8, zatem zł. 3 scenariusze kursu Euro za rok: 3,8 – należności zł 3,6 – należności zł (negatywny efekt) 4,0 – należności zł (pozytywny efekt)
11 Przykład 2 Zobowiązania: Euro (Pasywa, zobowiązania), kurs Euro 3,8, zatem zł. 3 scenariusze kursu Euro za rok: 3,8 – zobowiązania zł 3,6 – zobowiązania zł (pozytywny efekt) 4,0 – zobowiązania zł (negatywy efekt)
12 Zmiana kwoty podstawowejW Przykładzie 1 i 2 założenie, że kwota podstawowa nie zmieni się Jeśli się zmieni: R=RA+REX+RA*REX R: procentowa zmiana wartości w walucie krajowej RA: procentowa zmiana wartości w walucie obcej REX: procentowa zmiana kursu walutowego
13 Przykład 3 Należności: Euro (Aktywa), kurs Euro 3,8, zatem zł. W ciągu roku wartość aktywów wyrażona w Euro może wzrosnąć o 10%. 3 scenariusze kursu Euro za rok: 3,8 – należności zł 3,6 – należności zł (negatywny efekt) 4,0 – należności zł (pozytywny efekt)
14 Przykład 3a Należności: Euro (Aktywa), kurs Euro 3,8, zatem zł. W ciągu roku wartość aktywów wyrażona w Euro może zmniejszyć się o 10%. 3 scenariusze kursu Euro za rok: 3,8 – należności ???? zł 3,6 – należności ?? zł (negatywny efekt) 4,0 – należności ?? zł (pozytywny efekt)
15 Przykład 4 Zobowiązania: Euro (Pasywa, zobowiązania), kurs Euro 3,8, zatem zł. W ciągu roku wartość zobowiązań w Euro wzrośnie o 5%. 3 scenariusze kursu Euro za rok: 3,8 – zobowiązania zł 3,6 – zobowiązania zł (pozytywny efekt) 4,0 – zobowiązania zł (negatywy efekt)
16 Ryzyko stopy procentowejWystępuje, gdy podmiot ma aktywa lub pasywa zależne od przyszłych stóp procentowych Często oprocentowanie kredytów określone jest jako stopa referencyjna (stopa międzybankowa, WIBOR) plus pewna stopa dodatkowa.
17 Przykład 5 Za 3 miesiące płatność z tytułu kredytu o wys. 500 000 złPłatność określona w skali roku jako WIBOR roczny + 2% Przewiduje się, że WIBOR roczny 4%
18 Przykład 5 c.d. 3 scenariusze: Stopa WIBOR zgodna z oczekiwaniami:Stopa WIBOR 4,5%: zł – efekt negatywny Stopa WIBOR 3,5%: zł – efekt pozytywny
19 Przykład 6 Za 3 miesiące płatność z tytułu inwestycji w depozyt bankowy o wys zł Płatność określona jako WIBOR Przewiduje się, że WIBOR roczny 4%
20 Przykład 6 c.d. 3 scenariusze:Stopa WIBOR zgodna z oczekiwaniami: 4000 zł Stopa WIBOR 4,5%: 4500 zł – efekt pozytywny Stopa WIBOR 3,5%: 3500 zł – efekt negatywny
21 Pomiar ryzyka Zmienna ryzyka – zmienna losowa, odzwierciedla ryzykoCzynniki ryzyka – zmienne wpływające na ryzyko
22 Zmienna ryzyka Zmienna losowa (skokowa – dyskretna najczęściej przyjmuje skończoną liczbę wartości, ciągła – nieprzeliczalna ilość wartości) Ma pewien rozkład
23 Przykład 7 Akcja spółki, w którą inwestujemyZmienna ryzyka: stopa zwrotu (roczny wzrost wartości, wyrażony w %), która będzie osiągnięta z inwestycji w tę akcję w ciągu roku Eksperci określili rozkład: Możliwa stopa zwrotu (%) prawdopodobieństwo 20 0,1 15 0,2 10 0,3 -20
24 Rozkład graficznie oś rzędnych – prawdopodobieństwo jako procent
25 Przykład 8 Bank udzielił kredytu przedsiębiorstwu, 500 000 zł;Po roku przedsiębiorstwo ma oddać tę kwotę, ale nie wiadomo, czy odda. Eksperci określili rozkład straty: Możliwa strata Możliwa stopa straty (%) Prawdopodo-bieństwo 80 0,05 20 0,15 0,8
26 Ciągły rozkład wartości stopy zwrotu
27 Miary zmienności Odchylenie standardoweσ – odchylenie standardowe, Ri – poszczególne wartości, pi – ich prawdopodobieństwa, E(R) – wartość oczekiwana
28 Przykład 9 Rozkłady stopy zwrotu z dwóch rozpatrywanych inwestycji A i B: Stopa zwrotu A (%) Prawdopodo-bieństwo A Stopa zwrotu B (%) Prawdopodo-bieństwo B 20 0,1 40 15 30 10 0,2 5 -5 -10
29 Miary zmienności c.d. Odchylenie przeciętneσ – odchylenie przeciętne, Ri – poszczególne wartości, pi – ich prawdopodobieństwa, E(R) – wartość oczekiwana
30 Miary zmienności c.d. Odchylenie przeciętne od medianyσ – odchylenie przeciętne, Ri – poszczególne wartości, pi – ich prawdopodobieństwa, μ – mediana (taka wartość, że prawdopodobieństwo bycia mniejszym lub równym od niej =0,5 (bądź >=0,5, ale prawd. bycia mniejszym <0,5)
31 Miary zmienności c.d. Połowa rozstępu σ =0,5(RMAX-RMIN)σ – połowa rozstępu, RMAX, RMIN – odpowiednio największa i najmniejsza obserwacja
32 Miary zmienności c.d. Semidchylenie standardoweσ – semiodchylenie standardowe, Ri – poszczególne wartości, pi – ich prawdopodobieństwa, E(R) – wartość oczekiwana
33 Kwantyle jako miary ryzyka negatywnegoKwantyl rzędu α, oznaczany jako R(α): taka liczba R(α), że P(R<=R(α))= α (lub >= α, ale wtedy P(R
34 Kwantyle jako miary ryzyka negatywnego c.d. (α=0,05)Prawdopodobieństwo Stopa zwrotu A Stopa zwrotu B 0,1 25 12 0,3 10 11 5 0,25 -1,6 0,05 -3 -5 Prawdopodobieństwo Stopa zwrotu C Stopa zwrotu D 0,1 25 12 0,3 10 11 5 0,25 -1,6 0,03 -3 -5
35 Dystrybuanta rozkładu jako miara ryzykataka liczba α, że P(R<=Z)= α, dane jest Z – graniczna stopa zwrotu
36 Dystrybuanta rozkładu jako miara ryzyka c.d.Prawdopodobieństwo Stopa zwrotu A Stopa zwrotu B 0,1 25 21 0,3 10 11 9 7 0,25 -1,6 0,05 -27 -5
37 Wielowymiarowe zmienne ryzykaKilka zmiennych ryzyka R1,R2,R3,…,Rn (wektor losowy) Ciągłe lub skokowe
38 Przykład 12 Możliwa stopa zwrotu akcji A (%) Możliwa stopa zwrotu akcji B (%) Prawdopodobieństwo 20 15 0,1 8 0,2 10 6 0,3 2 -20 -10 Np. niemożliwe, by stopa zwrotu obu akcji naraz wynosiła 15%
39 Przykład 13 Bank rozważa kredyty udzielone dwómpodmiotom A i B. Analizowane są zmienne określające stratę w przypadku niedotrzymania warunków przez podmioty. Straty B – strata w przypadku niedotrzymania umowy: -200 B – strata w przypadku dotrzymania umowy: A – strata w przypadku niedotrzymania umowy: -100 0,05 0,1 A – strata w przypadku dotrzymania umowy: 0,15 0,7
40 Przykład 13 c.d. Policzyć rozkład straty A Policzyć rozkład straty B