Sådan fungerer risikoanalyse

Hvad er risikoanalyse?

Risikoanalyse er processen med at vurdere sandsynligheden for en bivirkning forekommende inden for erhvervs-, regerings- eller miljøsektoren. Risikoanalyse er undersøgelsen af ​​den underliggende usikkerhed ved et givent handlingsforløb og henviser til usikkerheden ved prognoser pengestrøm strømme, variationen i portefølje- eller aktieafkast, sandsynligheden for et projekts succes eller fiasko og mulige fremtidige økonomiske tilstande.

Risikoanalytikere arbejder ofte sammen med prognosepersonale for at minimere fremtidige negative uforudsete effekter. Alle virksomheder og enkeltpersoner står over for visse risici; uden risiko er belønninger mindre sandsynlige. Problemet er, at for meget risiko kan føre til fiasko. Risikoanalyse gør det muligt at finde en balance mellem at tage risici og reducere dem.

Forståelse af risikoanalyse

Risikovurdering gør det muligt for virksomheder, regeringer og investorer at vurdere sandsynligheden for, at en negativ hændelse kan påvirke en virksomhed, økonomi, projekt eller investering. Vurdering af risiko er afgørende for at bestemme, hvor værdigt et specifikt projekt eller en investering er, og den (de) bedste proces (er) til at afbøde disse risici. Risikoanalyse giver forskellige tilgange, der kan bruges til at vurdere risiko og belønning afvejning af en potentiel investeringsmulighed.

En risikoanalytiker starter med at identificere, hvad der potentielt kan gå galt. Disse negativer skal afvejes mod en sandsynlighedsmetrik, der måler sandsynligheden for, at hændelsen opstår.

Endelig forsøger risikoanalyse at estimere omfanget af den indvirkning, der vil få, hvis hændelsen sker. Mange risici, der identificeres, som f.eks markedsrisiko, kreditrisiko, valutarisiko osv. kan reduceres igennem afdækning eller ved at købe forsikring.

Næsten alle slags store virksomheder kræver en minimal slags risikoanalyse. For eksempel skal forretningsbanker korrekt afdække valutaeksponering for oversøiske lån, mens store stormagasiner skal medregne muligheden for reducerede indtægter på grund af en global recession. Det er vigtigt at vide, at risikoanalyse gør det muligt for fagfolk at identificere og afbøde risici, men ikke undgå dem helt.

Typer af risikoanalyse

Risikoanalyse kan være kvantitativ eller kvalitativ.

Kvantitativ risikoanalyse

Under kvantitativ risikoanalyse, er en risikomodel bygget ved hjælp af simulering eller deterministisk statistik til at tildele numeriske værdier til risiko. Input, der for det meste er antagelser og tilfældige variabler indføres i en risikomodel.

For et givet inputinterval genererer modellen en række output eller resultater. Modelens output analyseres ved hjælp af grafer, scenarianalyseog/eller følsomhedsanalyse af risikostyrere til at træffe beslutninger om at afbøde og håndtere risiciene.

EN Monte Carlo -simulering kan bruges til at generere en række mulige resultater af en truffet beslutning eller handling. Simuleringen er en kvantitativ teknik, der beregner resultaterne for de tilfældige inputvariabler gentagne gange ved hjælp af et andet sæt inputværdier hver gang. Det resulterende resultat fra hvert input registreres, og det endelige resultat af modellen er a Sandsynlighedsfordeling af alle mulige resultater.

Resultaterne kan opsummeres på en fordelingsgraf, der viser nogle mål for central tendens, såsom middelværdi og median, og vurdering af dataens variabilitet gennem standardafvigelse og varians. Resultaterne kan også vurderes ved hjælp af Risikostyring værktøjer såsom scenarianalyse og følsomhedstabeller. En scenarianalyse viser det bedste, mellemste og værste resultat af enhver begivenhed. At adskille de forskellige resultater fra det bedste til det værste giver en rimelig spredning af indsigt for en risikostyrer.

For eksempel vil en amerikansk virksomhed, der opererer på en global skala, måske vide, hvordan dens bundlinie ville klare sig, hvis valutakurs udvalgte lande styrkes. En følsomhedstabel viser, hvordan resultaterne varierer, når en eller flere tilfældige variabler eller antagelser ændres.

Andre steder, a porteføljeforvalter kan bruge en følsomhedstabel til at vurdere, hvordan ændringer i de forskellige værdier for hver sikkerhed i en portefølje vil påvirke porteføljens varians. Andre former for risikostyringsværktøjer omfatter beslutningstræer og break-even analyse.

Kvalitativ risikoanalyse

Kvalitativ risikoanalyse er en analytisk metode, der ikke identificerer og vurderer risici med numeriske og kvantitative vurderinger. Kvalitativ analyse indebærer en skriftlig definition af usikkerhederne, en vurdering af omfanget af virkningen (hvis risikoen opstår) og modforanstaltninger i tilfælde af en negativ begivenhed forekommer.

Eksempler på kvalitative risikoværktøjer omfatter SWOT-analyse, årsag og virkningsdiagrammer, beslutningsmatrix, spilteori, etc. Et firma, der ønsker at måle virkningen af ​​et sikkerhedsbrud på sine servere, kan bruge en kvalitativ risikoteknik til at hjælpe med at forberede det på tabt indkomst, der kan opstå som følge af et databrud.

Eksempel på risikoanalyse: Value at Risk (VaR)

Værdi i fare (VaR) er en statistik, der måler og kvantificerer niveauet for finansiel risiko i et firma, porteføljeeller position over en bestemt tidsramme. Denne metrik bruges mest af investerings- og forretningsbanker til at bestemme omfanget og forekomsten af ​​potentielle tab i deres institutionelle porteføljer. Risikostyrere bruger VaR til at måle og kontrollere niveauet for risikoeksponering. Man kan anvende VaR-beregninger til bestemte positioner eller hele porteføljer eller til at måle risikoeksponering over hele virksomheden.

VaR beregnes ved skift historiske afkast fra værste til bedste med den antagelse, at afkast vil blive gentaget, især når det drejer sig om risiko. Lad os som et historisk eksempel se på Nasdaq 100 ETF, der handler under symbolet QQQ (undertiden kaldet "terninger"), og som begyndte at handle i marts 1999. Hvis vi beregner hvert dagligt afkast, producerer vi et omfattende datasæt på mere end 1.400 point. De værste visualiseres generelt til venstre, mens de bedste afkast placeres til højre.

I mere end 250 dage blev det daglige afkast for ETF beregnet mellem 0% og 1%. I januar 2000 returnerede ETF 12,4%. Men der er også punkter, hvor ETF'en også resulterede i tab. I værste fald løb ETF’en daglige tab på 4% til 8%. Denne periode kaldes ETF's værste 5%. Baseret på disse historiske afkast kan vi med 95% sikkerhed gå ud fra, at ETF's største tab ikke vil overstige 4%. Så hvis vi investerer $ 100, kan vi med 95% sikkerhed sige, at vores tab ikke vil gå ud over $ 4.

En vigtig ting at huske på er, at VaR ikke giver analytikere absolut sikkerhed. I stedet er det et skøn baseret på sandsynligheder. Sandsynligheden bliver større, hvis man overvejer de højere afkast, og kun overvejer de værste 1% af afkastene. Nasdaq 100 ETF's tab på 7% til 8% repræsenterer de værste 1% af dens resultater. Vi kan således med 99% sikkerhed gå ud fra, at vores værste afkast ikke vil miste os $ 7 på vores investering. Vi kan også med 99% sikkerhed sige, at en investering på $ 100 kun vil miste os maksimalt $ 7.

Begrænsninger i risikoanalyse

Risiko er en sandsynlighedsmæssig foranstaltning, og kan derfor aldrig med sikkerhed fortælle dig, hvad din præcise risikoeksponering er på et givet tidspunkt, kun hvad fordelingen af ​​mulige tab sandsynligvis vil være, hvis og hvornår de forekomme. Der er heller ingen standardmetoder til beregning og analyse af risiko, og selv VaR kan have flere forskellige måder at gribe opgaven an på. Risiko antages ofte at forekomme ved hjælp af normalfordelingssandsynligheder, som i virkeligheden sjældent forekommer og ikke kan stå for ekstreme eller "sort svane" begivenheder.

Det finanskrise af 2008for eksempel afslørede disse problemer, da relativt godartede VaR -beregninger i høj grad undervurderede den potentielle forekomst af risikobegivenheder, som porteføljer af subprime -realkreditlån.

Risikostørrelse blev også undervurderet, hvilket resulterede i ekstrem gearingsforhold inden for subprime -porteføljer. Som et resultat efterlod undervurderinger af forekomst og risikostørrelse institutioner ude af stand til at dække milliarder af dollars i tab, da subprime -realkreditværdier kollapsede.