Войти в систему
Войти с помощью соц. сетей:
Все банкиры, осознанно или инстинктивно, боятся корреляции, словно цунами. Ведь вся идея диверсификации, на которую тратят столько времени и которая столь необходима для устойчивости бизнеса, как раз и сводится к снижению корреляции. Точнее, банкиры называют это уменьшением зависимости от каких-либо факторов. Далее в книге мы будем использовать концепцию корреляции при обсуждении построения моделей риск-менеджмента. Неожиданно для многих она окажется одним из ключевых звеньев, соединяющих рыночные и кредитные риски. Этот анализ позволит нам понять суть управления портфелями в режиме снижения риска и с целью повышения доходности банков.
Мы начнем описание практических проблем, связанных с корреляцией и ее противоположностью — диверсификацией, с обсуждения роли корреляции в розничных портфелях, так как в этой сфере легче продемонстрировать некоторые ключевые аспекты ее расчетов.
Корреляция — это взаимодействие разных явлений, выраженное в количественных показателях. Рассмотрим их расчет на основе портфеля ипотечных кредитов. Предположим, рост доходов населения на 1 рубль ведет к повышению затрат населения на покупку жилья на 30 копеек. Тут неважно, насколько именно растут накопления граждан в зависимости от конкретной семьи, города или профессии людей. Просто в целом по какому-то сегменту населения выявлена такая закономерность.
Предположим, она проявлялась только в последние два года. Тот же показатель за пять лет, допустим, составляет 20 копеек, а за десять — 10 копеек. Иначе говоря, взаимосвязь (корреляция) между одной и той же группой факторов меняется в зависимости от анализируемого периода, но мы выбираем для нашего разбора этот отрезок времени, поскольку нам кажется, что в будущем сохранится тенденция именно последних двух лет. Появляется первое предположение, на основании которого мы строим модель, понимая, что оно может не подтвердиться.
Но что, если нам необходимо быть более точными в предсказаниях? Тогда мы можем, например, дифференцировать население на группы по уровню доходов. В результате выяснится, что малоимущие тратят на покупку квартир совсем немного средств, т.е. более точная модель требует выделения из статистических данных за два года тех граждан, кого условно относят к среднему классу и к состоятельным слоям населения. Соответственно, возникает целая группа предположений о размере этих групп и доходов их представителей в будущем.
Если пойти еще дальше, то следует учесть, сколько разные группы тратят на жилье в зависимости от того, есть у них дети или нет, и в зависимости от этого сделать предположения об их поведении в будущем.
Для чего нужен весь этот анализ? Чтобы выявить статистическую вероятность невыплат (дефолтов) по кредитам. Ведь она разная в зависимости от страны, региона, группы населения и т.д., да и к тому же с течением времени меняется, поскольку на нее влияют десятки факторов. И на каждом этапе каждое предположение включает в себя анализ корреляции данного микрофактора с другими, чтобы избежать двойного счета влияния одних и тех же событий на каждый из элементов модели.
Надежный ли это метод даже для простой оценки? Возможно. В любом случае без нее невозможно рассчитать ожидаемый размер потерь. А без него, в свою очередь, нельзя оценить и стоимость займа, ведь банкиры рассуждают просто: если у меня 10%-ный шанс потерять рубль, то я должен получить минимум 10% по выданному кредиту.
Поскольку статистические данные и экономические тенденции меняются, расчеты нужно периодически дорабатывать. Их нужно дорабатывать и тогда, когда появляются новые теоретические методы статистического анализа или возникают принципиально новые взгляды на риск, и т.д. Иначе говоря, как модели, так и оценки постоянно меняются, поскольку разработчики стараются их улучшить.
Чтобы создать столь сложные модели, используют очень профессиональные кадры. На Западе такую работу выполняют бывшие сотрудники космических агентств. Как же получается, что запущенные ракеты долетают до Марса и приземляются на отведенный им еще на Земле кусочек поверхности, а в простых корреляционных связях на родной планете в 2007 г. произошел сбой? Ответ: люди — не механизмы, их поведение нестабильно. Механические законы не меняются в зависимости от экономического цикла, а люди в периоды благоденствия исправно погашают все кредиты, а во время кризисов могут задерживать выплаты. Таким образом, изменения эмоций анализируемых групп населения меняют корреляции моделей, причем в наибольшей степени в моменты смены экономических циклов.
Конечно, при создании той или иной модели какие-то параметры закладываются с учетом колебаний настроения людей, но самый катастрофический сценарий в ней учесть нельзя. Причина этого ограничения кроется в том, что чем выше теоретическая вероятность катастрофы, тем больше цена, которую требуют банкиры, но может оказаться, что должники не в состоянии ее заплатить. Получается, что покупатели банковских услуг как бы определяют максимально возможный катастрофический сценарий. Да и правительства давят на банки, чтобы те снижали стоимость кредитования. Иными словами, существуют силы, ограничивающие возможность применять на практике ценообразование, которое отражает надбавку за риск на случай катастрофических сценариев.
Кажется, что это порочная практика. Но вы же заготавливаете зимой сахар, потому что, возможно, летом он пропадет из магазинов и вам не из чего будет варить варенье? А! Вы покупаете уже готовое? Но что если поднимутся тарифы и доставлять его станет невыгодно? Или, например, клубнику занесут в «Красную книгу», а производственные линии кондитеров в течение двух лет нельзя будет переориентировать на другие ягоды? «Чушь какая-то», — скажете вы. «Почему? — спросит вас аналитик. — Еще в 1990-х сахар закупала впрок почти вся страна». А возвращаясь к историческим прецедентам из финансовой сферы, можно отметить, в конце 1940-х гг. чуть ли не половина стран мира находилась в дефолте или вела переговоры о реструктуризации. «Так сейчас же другие времена!!!» — отвечали и клиенты, и политики в преддверии ипотечного кризиса 2007 г. в США и европейского кризиса в 2010 г.
Подобные дискуссии происходят повсеместно в каждый исторический период и ведутся до тех пор, пока стороны не достигают некоего минимального порога доверия к постоянству корреляций обсуждаемых событий и финансовых активов. Иными словами, корреляция служит одним из основных атомов, на котором в конечном счете и строится вся методология оценки риска. Именно оценка корреляции в 2005–2007 гг. оказалась неправильной для портфелей американской и европейской ипотеки, вследствие чего облигации, обеспеченные ипотечными портфелями, в 2007–2009 гг. оказались в числе наиболее пострадавших активов.
Такие же дискуссии происходят в любом банке в отношении принципов компоновки кредитных портфелей. Если некоторые возразят, что никогда не участвовали в обсуждении корреляции, ответим — она присутствует незримо, поскольку, принимая решения, разумные люди подсознательно ее учитывают.
Банки стремятся к диверсификации активов, чтобы снизить зависимость от одновременного ухудшения их качества в случаях возникновения проблем в узких сегментах рынка. В инвестициях эта концепция тоже является ключевой и реализуется несколькими способами, на примере которых проще продемонстрировать значимость анализа корреляций. Программа многих хедж-фондов основана на максимизации прибыли за счет существующих на рынках корреляций. Этой простой идее хедж-фонды изначально обязаны своим появлением. Первые хедж-фонды отталкивались от идеи, что если купить что-то и продать что-то, имеющее высокую корреляцию с купленным, то при правильном выборе пары в случае падения купленное упадет больше проданного, и наоборот. Например, вы думаете, что курс акций «ЛУКОЙЛа» будет стабильнее курса акций «Роснефти», поэтому покупаете первые, продаете вторые и надеетесь, что дельта движения в обоих направлениях окажется в вашу пользу.
Эта базовая идея вскоре эволюционировала в другие формы. Например, купив дешево неликвидную акцию, трейдер частенько продает ликвидную в той же отрасли, чтобы в относительной безопасности подождать, пока найдется покупатель, готовый заплатить премию за купленную акцию.
Такого рода подходы превалируют сегодня и в инвестициях в кредитные продукты. Западные банки покупают облигации и хеджируют их кредитный риск более дешевыми кредитными дефолтными свопами (CDS), которые мы обсудим позже. Похожая логика применяется при выборе спектра возможных вложений в инструменты с кредитным риском одного заемщика (кредиты, облигации, свопы и т.д.), когда выбирают более ликвидный или более доходный или менее рискованный инструмент (например, с лучшим обеспечением или более краткосрочный). При этом большинство инвесторов не пользуются методологией хедж-фондов и ничего не продают против купленного риска, но в момент выбора между вариантами они фактически утверждают: учитывая корреляцию между активами и их возможности, мы выбираем актив А.
По аналогии происходит процесс принятия кредитных решений, даже если банкир никогда не планировал продавать облигацию против выданного кредита. Поэтому повторимся, что фактически все мы принимаем решение, какой из коррелирующих инструментов более эффективен, даже если не собираемся ничего продавать. Иными словами, в тот момент, когда мы высказываем предпочтение тому, чтобы выдать кредит «Евразу», а не «Мечелу», чтобы максимизировать прибыль или минимизировать риски, то учитываем не только кредитное качество, но и корреляции.
* * *
В эпоху глобализации, как мы поняли за весь период начиная с 2008 г., корреляция становится гораздо более значимой концепцией. Коррелируют мировые рынки. Коррелируют решения на макро- и микроуровнях. Коррелируют факторы, на основании которых эти решения принимаются. Поэтому и при управлении рисками корреляция лежит в основе не только каждого решения, но и стратегии финансовых организаций.
Войти с помощью соц. сетей: