US - Upravljanje rizicima u finansijskom poslovanju.pdf

UNIVERZITET SINGIDUNUM

Milivoje Cvetinović

U PR AV L J A N J E R I Z I C I M A U FINA N SIJSKOM P O SLOVA N J U

Beograd, 2008.

UPRAVLJANJE RIZICIMA U FINANSIJSKOM POSLOVANJU Autor: Prof. dr Milivoje Cvetinović Recenzenti: Prof. dr Milovan Stanišić Doc. dr Ljubiša Stanojević Izdavač: UNIVERZITET SINGIDUNUM

Beograd, Danijelova 32 Za izdavača: Prof. dr Milovan Stanišić Tehnička obrada: Novak Njeguš Dizajn korica: Aleksandar Mihajlović

Godina izdanja: 2008. Tiraž: 1000 primeraka Štampa: ČUGURA print, Beograd www.cugura.rs ISBN: 978-86-7912-129-5

SADRŽAJ 1. PREDGOVOR

1

2. POJMOVNO I DEFINICIJSKO ODREDJENJE RIZIKA U FINANSIJSKOM POSLOVANJU 2.1. Pojam rizika 2.2. Nužnost upravljanja rizikom

3 3 5

3. OSNOVNI RIZICI U FINANSIJSKOM POSLOVANJU 3.1. Definicija i značaj rizika u finansijskom poslovanju 3.2. Vrste rizika u finansijskom poslovanju 3.2.1 Tržišni rizik 3.2.2 Kamatni rizik 3.2.3 Valutni rizik 3.2.4 Kreditni rizik 3.2.5 Operativni rizik 3.2.6 Rizik likvidnosti 3.2.7 Rizik reputacije i zakonski rizik 3.2.8 Rizik zemlje 3.2.9 Rizik portfelja

7 8 8 10 11 13 15 16 17 19 20 20

4. PROCES UPRAVLJANJA RIZICIMA 4.1. Uopšte o procesu upravljanja rizicima 4.1.1 Procena rizika 4.1.2 Analiza rizika 4.1.3 Evaluacija rizika 4.1.4 Izveštavanje o postojanju rizika 4.1.5 Regulisanje (mitigacija) rizika 4.1.6 Nadgledanje i kontrola procesa upravljanja rizikom 4.1.7 Struktura i administriranje upravljanjem rizikom 4.2. COSO model 4.3. Važnost upravljanja rizicima finansijskih institucija

25 25 27 27 31 31 33 34 35 38 39 III

5. UPRAVLJANJE TRŽIŠNIM RIZICIMA 5.1. Tradicionalno merenje tržišnog rizika 5.2. Merenje tržišnog rizika savremenim metodama 5.2.1 Analiza osetljivosti 5.2.2 Testiranje ekstremnih događaja 5.2.3 Testiranje scenarija 5.2.4 CAPM model 5.2.5 Rizična vrednost - VaR (Value at Risk) 5.3. Definicija i razvoj metode VaR 5.4. Vrste VaR metoda 5.4.1 Parametarska metoda 5.4.2 Istorijska simulacija 5.4.3 Monte Karlo simulacija 5.5. Merenje volatilnosti 5.5.1 Metod standardne devijacije 5.5.2 Metod prostog pokretnnog proseka 5.5.3 Procentualni metod/istorijska simulacija 5.5.4 BRW -Modeli simulacije ponderisani vremenom 5.5.5 Modeli EWMA i GARCH 5.6. Merenje koreliranosti 5.7. Merenje tačnosti VaR modela 5.8. Upravljanje tržišnim rizicima sa VaR metodom 5.9. Mogućnosti primene VaR metoda 5.10. Dosadašnja iskustva primene VaR metoda u svetu 5.11. Prednosti i nedostaci VaR metoda 5.11.1 Prednosti VaR-a 5.11.2 Nedostaci VaR-a

42 42 45 46 47 48 49 50 51 54 54 65 77 85 85 85 85 86 89 92 93 95 96 97 98 98 99

6. UPRAVLJANJE PORTFELJOM 6.1. Upravljanje portfeljom hartija od vrednosti 6.1.1 Ciljevi investiranja 6.1.2 Definisanje investicione strategije 6.1.3 Merenje prinosa i rizika portfolija 6.1.4 Merenje profitabilnosti i efikasnosti portfelja akcija

100 100 100 101 101 102

IV

6.2. Savremena teorija portfelja 6.2.1 Preferencija rizika 6.2.2 Funkcija korisnosti i ponašanje investitora 6.2.3 Racionalnost investitora 6.2.4 Koji portfelj izabrati? 6.2.5 Doprinos savremene teorije portfelja 6.2.6 Predlozi za investiranje

103 103 104 105 107 108 110

7. UPRAVLJANJE OSTALIM FINANSIJSKIM RIZICIMA 7.1. Upravljanje kreditnim rizikom 7.2. Upravljanje kamatnim rizikom 7.3. Upravljanje valutnim rizikom 7.4. Upravljanje rizikom likvidnosti 7.5. Upravljanje operativnim rizikom

111 111 114 115 116 117

8. INFORMACIONA REŠENJA ZA MERENJE, ANALIZU I KONTROLU RIZIKA 8.1. ERP i opšti softveri za upravljanje rizicima 8.1.1 Podrška softvera za faze u upravljanju rizicima 8.1.2 Integrisani pogled na rizike uz pomoć softvera 8.1.3 Proces upravljanja rizicima podržan rešenjem “Treasury” 8.1.4 Analizatori rizika 8.1.5 Analize i izveštavanja 8.1.6 Sarbanes Oxley (SOX) i Basel II 8.2. Specijalizovani softverski paketi za rizike

123 124 125 127 129 130 135 137 140

9. ZAKLJUČAK

144

REČNIK POJMOVA

147

LITERATURA

150

V

1. PREDGOVOR

Život je pun rizika i neizvesnosti. Mnogi od nas su navikli da žive i da donose odluke u uslovima svakodnevnih rizika. Međutim, kada je reč o naučnoj misli, može se primetiti da je ista bila uglavnom deterministički nastrojena, iako u realnom svetu postoje fenomeni koji se ne mogu objasniti tim pristupom. Može delovati iznenađujuće, ali rizici i neizvesnost imaju prilično kratku istoriju u samoj ekonomiji. Sama ideja da rizici i neizvesnost mogu biti relevantni u ekonomiji sugerirana je tek 1921 godine, od strane Frank H. Knighta u radu „Risk, Uncertainty and Profit“. Naime, u mnogim ekonomskim pojavama, pored determinističkih modela, postoji veliki stepen slučajnosti. Postavlja se pitanje kako upravljati nepredvidivim situacijama, odnosno rizicima, posebno u domenu finansijskih rizika.. Poslednjih dvadeset godina su obeležene značajnom finansijskom deregulacijom. Ista je praćena nizom metodologija za upravljanje rizicima kojima se optimiziraju procesi za identifikovanje, analizu i upravljanje rizicima. Upravljanje rizicima postaje kritična oblast upravo iz razloga što su mnoge organizacije ranije bile suočene sa velikim gubicima prouzrokovanim rizicima kojima nije pridavana veća pažnja. Osnovna funkcija bankarstva je upravljanje rizicima i prinosima. Osnovne vrste rizika koje banke preuzimaju na sebe jesu sledeći rizici: kreditni, valutni, tržišni, kamatni, likvidnosti, te operativni rizik. Uvidom u stvarnu izloženost potencijalnim rizicima, banke i druge institucije mogu uspešno uticati na njihovo smanjenje, i to putem restrukturiranja i diversifikacije svog trgovinskog portfelja. Finansijske institucije koje neadekvatno mere i upravljaju svojim rizicima izložene su mogućnosti da usled naglih promena na tržištu dožive propast. Ova knjiga razvija okvir za upravljanje rizikom koje je zasnovano na rizičnoj vrednosti (VaR – Value at Risk), testiranje ekstremnih događaja i drugim metodama. Kombinovanjem ovih tehnika, ukoliko se one primenjuju pravilno, može se izbeći situacija u kojoj organizacija doživljava gubitke a takođe se može smanjiti volatilnost prinosa finansijskih istitucija. 1

Za mnoge institucija kao što su banke, investicioni fondovi, osuguravajuće kompanije i brokerske firme, informaciona rešenja predstavljaju kritičnu komponentu upravljanja rizikom. U knjizi su prikazana neka informaciona rešenja koja daju potpunu podršku, odnosno omogućavaju upravljanje rizicima u finansijskom poslovanju. Knjiga je organizovana na sledeći način: h U drugom poglavlju data su definicijsko pojmovna objašnjenja rizika u finansijskom poslovanju. h U trećem poglavlju opisne su najvažnije vrste rizika koje se javljaju u različitim segmentima finanisjkog poslovanja. h Četvrto poglavlje se odnosi na sam proces upravljanja rizicima. h U petom poglavlju su, zbog svoje važnosti i složene problematike, posebno obrađeni tržišni rizici (metoda VaR, volatilnost, merenja, upravljanje tržišnim rizikom). h U šestom poglavlju opisana je savremena teorija portfelja kao i upravljanje porfeljom hartija od vrednosti. h Sedmo poglavlje obrađuje upravljanje ostalim najvažnijim finansijskim rizicima (kreditni, valutni, kamatni, operativni, rizik likvidnosti). h U osmom poglavlju analizirana su informaciona rešenja za upravljanje rizicima. Pored standardnih solucija za upravljanje rizicima obrađene su i specifična rešenja, kao i funkcionalnosti za usaglašavanje sa Basel II i Sarbanes Oxley aktom. Udžbenik „Upravljanje rizicima u finansijskom poslovanju“ namenjen je pre svega studentima MBA programa Univerziteta Singidunum. Knjiga je takođe namenjena stručnoj javnosti, odnosno svima koji imaju interes za problematiku upravljanja rizicima, kao što su menadžeri i operativno osoblje koje se bavi rizicima u finansisjkim i drugim organizacijama (banke, osiguranja, fondovi, kao i druga preduzeća iz javnog i privatnog sektora).

2

2. POJMOVNO I DEFINICIJSKO ODREĐENJE RIZIKA U FINANSIJSKOM POSLOVANJU

2.1. Pojam rizika Rizik je izloženost neizvestosti, ili bolje rečeno neizvesnost budućeg ishoda. Njega na taj način čine dve komponente: neizvesnost i izloženost toj neizvesnosti. Neizvesnost je stanje kada ne postoji znanje o tome da li je neka pretpostavka istinita ili ne, ili kada postoji nepotpuno poznavanje pretpostavki u vezi s nekom pojavom. Biti izložen neizvesnosti znači da postoje materijalne posledice, dok stepen neizvesnosti nije isti što i stepen izloženosti njoj. Na primer, ako čovek skače iz aviona padobranom, postoji neizvesnost da li će se padobran otvoriti. On dakle rizikuje jer je izložen datoj neizvesnosti. Ako se padobran ne otvori može doći do gubitka života. Pod rizikom se obično podrazumeva „opasnost od gubitka“. U inženjerstvu se rizik definiše kao (verovatnoća incidenta)*(gubitak uzrokovan tim incidentom). S druge strane, finansijska teorija tretira rizik kao devijaciju neočekivanih ishoda usled kolebanja finansijskih promenljivih. Uzmimo za primer tržišni rizik koji nastaje kao rezultat promena cena hartija od vrednosti na finansijskim tržištima. On se može podeliti na dva osnovna dela. Prvi deo rizika je vezan za smer kretanja finansijskih promenljivi, npr. kretanje cene akcija, kamatnih stopa, deviznih kurseva i cena roba. Drugi deo rizika ne zavisi direktno od smera kretanja finansijskih promenljivi, odnosno u pitanju je nelinearni rizik i izloženost hedžing pozicijama ili povećanoj volatilnosti. Neki od najznačajnijih rizika sa kojima su suočene mnoge organizacije su pored tržišnih rizika, kreditni rizici i poslovni/operativni rizici. Tržišni rizik predstavlja finansijski rizik neizvesnosti buduće tržišne vrednosti portfelja investicionih sredstava i/ili obaveza. S druge strane, kreditni rizici su rizici kao rezultat neizvesnosti da će klijenti/partneri biti u mogućnosti da izvrše svoje obaveze, dok su operativni rizici su rizici gubitka koji nastaje usled neadekvatnosti odnosno manjkavosti poslovnih procesa, ljudskog resursa, sistema podrške ili usled spoljnih uticaja. 3

Rizik portfelja hartija od vrednosti se sastoji od sistemskog rizika s jedne strane i nesistematskog (specifičnog) rizika. Sistematski rizik se odnosi na rizik zajednički za sve hartije od vrednosti, tj. tržišni rizik. Specifični rizik je rizik koji se odnosi na individualno sredstvo (investicionu hartiju od vrednosti) i predstavlja onaj deo ukupnog rizika koji se može smanjiti prostom diverzifikacijom portfelja, tj. investiranjem u veći broj različitih hartija od vrednosti. Zavisno od tržišta, portfelj se sastoji od 30-40 hartija od vrednosti u razvijenim tržištima kao što su UK ili US (više na tržištima u razvoju zbog velike volatilnosti sredstava), što čini portfelj dovoljno diversifikovanim da se ograniči izloženost jedino sistematskom riziku (vidi sliku 2.1).

Slika 2.1 – Diversifikacija portfelja Pojedine vrste rizika pojavljivale su se u većoj ili manjoj meri unutar pojedinih istorijskih razdoblja na tržištima kapitala. Međutim, moramo razlikovati situaciju kada su promene na tržištu uobičajene i odgovaraju nekim istorijskim prosecima, od situacije kada su promene daleko izražajnije nego što se to očekuje na osnovu istorijskih pokazatelja. Stoga navodimo najveće finansijske krize u proteklih nešto više od 10 godina koje su uzrokovale promene na kriznom tržištu veće od tri istorijske standardne devijacije: • 1987: Slom tržišta akcija, • 1990: Slom NIKKEI-a, • 1992: Kriza Evropskih valuta, • 1994: Promena kamatnih stopa na američkom tržištu, • 1995: Kriza u Latinskoj Americi, • 1997: Azijska kriza, • 1998: Ruska kriza, • 1999: Brazilska kriza, • 2000: Slom američkog tehnološkog tržišta („DotCom crash“), • 2001: Argentinska kriza, • Šta je sledeće ? 4

Većinu ovih kriza nije bilo moguće predvideti. Ono što je svaki put iznova zaprepastilo finansijski svet bila je neočekivanost pojave krize, veličina gubitaka, ali i brzina oporavka tržišta u nekim slučajevima. Zbog sve veće globalizacije tržišta kapitala, često prilikom izbijanja kriza u jednom regionalnom području dolazi do širenja na druga područja. Isto tako kriza na jednom segmentu tržišta, npr. na deviznom tržištu, dovodi do pojave krize u drugim segmentima tržišta. Pojava globalnih kriza nametnula je potrebu da se s još većom pažnjom pristupi upravljanju, odnosno modeliranju i kontroli rizika u takvim situacijama.

2.2. Nužnost upravljanja rizikom Na početku treba napomenuti da, bez izlaganja portfelja rizičnom poslovanju, nije moguće ostvariti adekvatne prinose. Svaka promena cene hartije od vrednosti, bez obzira da li je ona pozitivna ili negativna, prikazuje se kao rizik. Iako obveznice imaju daleko manji rizik od npr. akcija, a u mnogim finansijskim institucijama se i dalje nazivaju hartijama od vrednosti s fiksnim prinosom (fixed-income), savremeno investicijsko poslovanje ih tretira kao rizične hartije. Stoga se često postavlja pitanje sigurnosti ulaganja u rizičnu imovinu. Postoje načelno dva načina zaštite, a to su postavljanje restriktivnih ograničenja na ulaganja kako bi se minimizirala mogućnost ulaganja u previše rizične hartije od vrednosti, te liberalniji pristup kojim se dopušta veće izlaganje rizičnijim hartijama, ali uz sistematsko sprovođenje mera upravljanja rizikom čitavog portfelja. U prvom slučaju je očito da će portfelj koji ima postavljena restriktivna ograničenja verovatno biti udaljeniji od optimalnog portfelja što su ograničenja veća, a to znači da će sistemski rasti i trošak osiguranja. U drugom slučaju postavljaju se manja ograničenja na ulaganja tako da investitori mogu odabrati portfelje koji se nalaze u blizini optimalnog, a primenom metodologije upravljanja rizicima mogu vršiti nadzor investicijskog poslovanja, kao i da usklađuju adekvatni kapital u svrhu pokrića rizičnog poslovanja. Kako bi uspešno upravljale rizicima, banke i druge finansijske organizacije moraju biti sposobne i izmeriti ih, što je u prošlosti bio problem, usled nedovoljno razvijene tehnologije potrebne za prikupljanje i obradu potrebnih podataka. Smatra se da moderno doba merenja rizika potiče od početka 70-ih godina prošlog veka, kada je sistem fiksnih kurseva doživeo kolaps, kao i kada su povećane inflacione stope i kamatne stope postale veoma varirajuće zbog skoka cena nafte na svetskom tržištu. Tokom 1973. postabljena je Black-Scholes 5

formula vrednovanja opcija, koja je dala osnovnu konceptualni okvir i osnovne alate merenja i menadžmenta rizikom, koja je, skupa sa svojim različitim varijantama, vremenom dovela i do širenja primene statističkih metoda u analiziranju finansijskih tržišta. Danas je u svetu sve veće znanje o tržišnom i drugim rizicima rizicima tako da su organizacijama na raspolaganju sve bolje i sigurnije metode za praćenje, ocenjivanje i upravljanje rizicima kako pojedinih investicija tako i celokupnog bankarskog portfelja. Da bi bili usklađeni sa zahtevima koje nameće upravljanje rizikom, finansijske institucije moraju investirati u odgovarajuće metode, alate i procese. Upravljanje rizikom je oduvek bio neodvojivi deo poslovanja ovih organizacija jer, izloženost riziku označava mogući novčani gubitak. Izloženost riziku se sve više potencira zbog neizvesnosti koje vladaju u ekonomskom okruženju i kolebljivosti tržišta kapitala. Smatra se da i porast elektronskog poslovanja i globalizacija finansijskih aktivnosti, koji doprinose kompleksnosti informacione infrastrukture, takođe formiraju osnovu za dalje jačanje rizika. Finansijske institucije se sve više okreću, i u isto vreme investiraju u njih potrebna sredstva i vreme, ka praćenju i upravljanju rizika, u cilju minimiziranja varijabiliteta prinosa sredstava i izloženosti gubicima. Napredak finansijske tehnologije poslednjih desetak godina donosi novosti na planu upravljanja rizicima, a posebno na modeliranju tržišnog rizika. Glavna metodologija kojom se nastoji povećati sigurnost ulaganja je metoda rizične vrednosti (Value-at-Risk, VaR) za upravljanja rizicima. Ova tehnologija, čije osnove potiču od Markowitzeve savremene teorije portfelja i hipoteze o efikasnosti tržišta, sve se češće koristi od strane vodećih svetskih finansijskih institucija i predstavlja prekretnicu u načinu nadzora investicijskog poslovanja. Međutim, treba imati na umu da praksa na tržištima kapitala ukazuje da je uz VaR metodu potrebno koristiti i druge načine određivanja rizičnosti i mogućih gubitaka. Važno je istaći činjenicu da su pojedine regulatorne institucije u svetu uvidele nužnost sprovođenja mera za upravljanje rizicima. Tako je Banka za međunarodna poravnanja (BIS) 1996. godine donela propis kojom se nalaže bankama da, koristeći interne metode za procenu rizičnosti poslovanja, određuju adekvatni kapital radi pokrića rizičnih pozicija. Ubrzo su i američke regulatorne institucije također propisale sprovođenje mera upravljanja rizicima za svoje banke. S obzirom na kontinuirani napredak u razvoju finansijske tehnologije, a poučeni nedavnim lošim iskustvima u vreme azijske i ruske krize, te posebno debaklom Long-Term Capital Management hedž fonda, svetske regulatorne institucije pokrenule su razvoj novih minimalnih standarda koji će zadovoljavati i potrebe drugih finansijskih institucija, a ne samo banaka. 6

3. OSNOVNI RIZICI U FINANSIJSKOM POSLOVANJU

U proteklih 20 godina značajne inovacije na međunarodnim finansijskim tržištima dovele su velikih promena u bankarstvu. Velike svetske banke su prošle i još uvek prolaze kroz procese međusobnih preuzimanja, spajanja i konsolidiranja svojih pozicija. Snažan proces globalizacije otpočinje nakon usvajanja Financial Service Act-a (Zakon o finansijskim uslugama) u SAD 1999. godine, koji je američkim bankama dopustio obavljanje širokog spektra finansijskih usluga koje su im ranije bile zabranjene, kao i spajanje sa ostalim finansijskim institucijama (osiguravajuća društva, brokerske firme,i dr.). Sve veći tehnološki napredak, kao što su npr. Internet bankarstvo i e-poslovanje, kao i labavija zakonska regulativa stvaraju nove mogućnosti za veću konkurentnost među finansijskim institucijama. Zbog sve veće konkurencije i izlaska većih firmi samostalno na tržište kapitala, finansijske institucije sve više smanjuju svoje profitne marže. Marže iz tradicionalnog bankarstva takoreći nestaju a visina kapitala za održavanje kapitalne adekvatnosti počinje da raste. Isto tako banke, kreditiraju sve veće iznose, na sve duži rok, klijentima sa nižim bonitetom. S druge strane, klijenti banke traže profitabilnije i fleksibilnije načine investiranja svojih sredstava. Na sve ove izazove banke su odgovorile snažno i efektno, finansijskim inovacijama odnosno novim uslugama na bazi informacija, kao što su na primer trgovanja na finansijskim tržištima, zamena/ prodaja kredita, zatim razne inovacije depozitnog računa (npr. ATS, NOW računi), i dr. Isto tako sve više preduzeća traži načine kako da zaštiti svoju izloženost prema određenim rizicima (valutni, kamatni, tržišni itd.) i spremne su finansijskim institucijama platiti kako bi one preuzele te rizike umesto njih. Sve ovo rađa veliku zabrinutost da ovakav „transfer rizika“, kao i pomenute finansijske inovacije mogu imati za posledicu povećani ukupni rizik i nestabilnost celokupnog bankarskog sistema. Navedene promene dovele su do povećanog značaja i potreba razumevanja izvora rizika, kao i daljeg razvoja metode merenja, upravljanja i nadzora rizika. 7

3.1. Definicija i značaj rizika u finansijskom poslovanju U suštini finansijski rizici su rizici koji se odnose na novac. Finansijski rizici se najčešće odnose na moguće gubitke na finansijskim tržištima, zbog npr. promene kamatnih stopa ili valutnih kurseva. Oni se takođe karakterišu kompleksnim međusobnim povezanostima što može znatno uvećati ukupnu izloženost riziku banaka i drugih finansijskih institucija. Tako je na primer banka u deviznom poslovanju izložena kako valutnom riziku, tako i riziku likvidnosti i kamatnom riziku. Tradicionalno su banke smatrale upravljanje kreditnim rizikom najvažnijim zadatkom, ali kako se bankarstvo promenilo a tržište postalo kompleksnije i promenljivije, sve više se razvija svest za potrebu i značaj upravljanja ostalim finansijskim i operativnim rizicima. Merenje rizika je značajno razvijano u toku poslednjih dvadeset godina, i to tako što se evaluiralo od jednostavnih indikatora kao što je tržišna vrednost hartija od vrednosti, preko složenije mere osetljivosti hartija od vrednosti na promene na tržištu kao što su duration i konveksnost, do savremene metodologije izračunavanja VaR-a i celog portfelja hartija od vrednosti. Verovatno će se i dalje razvijati, pri čemu svaka nova kriza ili propast pojedine finansijske institucije otkrivaju ograničenja i greške prethodnih načina upravljanja rizicima.

3.2. Vrste rizika u finansijskom poslovanju Rizici sa kojima se suočava neka organizacija i njene poslovne aktivnosti mogu nastati iz faktora koji su kako spoljašnji tako i unutrašnji u odnosu na organizaciju. U dijagramu koji sledi (slika 3.1) dati su primeri ključnih rizika u ovim područjima i isto tako neki specifični rizici koji mogu imati kako spoljašnje tako i unutrašnje pokretače, te se stoga prostiru u oba područja. Oni se dalje mogu kategorisati u vrste rizika poput strateškog, finansijskog, operativnog, hazardnog itd., ili na poslovne i opšte.

8

Slika 3.1 – Ključni rizici i njihovi pokretači Poslovni rizici predstavljaju onu grupu rizika koju firme samovoljno preuzimaju na sebe kako bi ostvarile profit. U ovu grupu rizika spadaju finansijski rizik, tehnološki rizik, rizik uspešnog plasiranja proizvoda, rizik uspešnog oglašavanja proizvoda i ostali. Preuzimanje poslovnih rizika spada u osnovu poslovanja svake firme i nužni su za njen prosperitet. Rizici nad kojima firme nemaju direktnu kontrolu nazivaju se opšti rizici. U ovu grupu rizika spadaju strateški rizik, rizik države, te pravni rizici. Glavna karakteristika ovih rizika je nepredvidivost i nemogućnost adekvatne zaštite od njih. Zbog raznovrsnosti i složenosti finansijskih rizika u savremenom poslovanju u stručnoj literaturi se pojavljuje mnoštvo klasifikacija i vrsta finansijskih rizika. Jedna od u svetu šire prihvaćenih podela finansijskih rizika prikazana je na sledećem grafikonu (slika 3.2, izvor: Crouhy Michael, Galai Dan, Mark Robert - Risk Management). 9

Slika 3.2 – Finansijski rizici Među najznačajnije rizike koji se pojavljuju u bankarskom poslovanju spadaju tržišni rizici (rizik promene kamatne stope, valutni rizik...), kreditni rizik, operativni rizik i rizik likvidnosti. Iz tog razloga ovi rizici su detaljnije obrađeni u nastavku. 3.2.1. Tržišni rizik Tržišni rizik je rizik da usled promena na tržištu dođe do gubitka na vrednosti investicije. Među tržišne faktore rizike ubrajaju se: rizik promene cena hartija od vrednosti, kamatni rizik, valutni rizik, kao i rizik promene cena roba. Marrison (Marrison, 2002) kao i mnogi drugi autori pod pojmom tržišnog rizika smatraju samo rizik promene cena hartija od vrednosti na finansijskim tržištima, dok kamatni i valutni rizik, zbog njihove važnosti, tretiraju posebno. U ovoj knjizi će tržišni rizik biti predstavljen u užem smislu, odnosno kao rizik od nepredvidivih i negativnih promena tržišnih cena hartija od vrednosti. Prva podela tržišnog rizika se odnosi na podelu rizika hartija od vrednosti na opšti sistemski tržišni rizik, koji se odnosi na osetljivost pojedine hartije od vrednosti ili portfelja na promene tržišnih indeksa, i na nesistemski rizik (Crouhy, Galai, Mark, 2001). Nesistemski ili specifični rizik se odnosi na deo volatilnosti (nestalnosti) pojedine hartije od vrednosti kojeg određuju parametri koji su specifični za svaku pojedinu organizaciju. 10

Dalje, tržišni rizik se može podeliti na deo rizika koji zavisi od smera kretanja finansijskih promenljivi, npr. kretanje cene deonica, kamatnih stopa, deviznih kurseva i cena roba. Ove vrste rizika se mere linearnom aproksimacijom, kao što je beta faktor za deonice, duration za obveznice i delta za odnos vrednosti opcije naspram vrednosti imovine na koju je izdana. Drugi deo rizika, koji ne zavisi direktno od smera kretanja finansijskih promenljivi, sastoji se najpre od nelinearnih izloženosti, izloženosti hedž pozicijama i volatilnosti. U drugom stepenu se meri kvadratna izloženost pomoću konveksnosti koja meri osetljivost cena obveznica na promenu kamatnih stopa. Za merenje izloženosti odnosno osetljivosti tržišta kada su u pitanju opcije i ostali derivati koriste se gama, delta i ostali greek alati iz upravljanja rizicima. Rizična vrednost (value at risk – VaR) predstavlja posebnu modelirajuću tehniku kojom se obično meri sveukupna izloženost banke i drugih organizacija tržišnom riziku. Ulazni parametri za model VaR obuhvataju podatke o bančinim pozicijama i cenama, volatilnosti (nestalnosti) i faktorima rizika. Parametri merenja uključuju razdoblje držanja, istorijsko razdoblje tokom koga se posmatraju faktori rizika, kao i interval pouzdanosti koji omogućuje donošenje razumnog nivoa zaštite pri upravljanju ovim rizicima. 3.2.2. Kamatni rizik Kamatni rizik predstavlja rizik od pada tržišne vrednosti portfelja usled neizvesnosti promena kamatnih stopa. Za njega se može reći da predstavlja izloženost, odnosno osetljivost poslovanja finansijske institucije neočekivanim promenama kamatne stope na tržištu, odnosno u poslovnom okruženju. Rizici kamatne stope se mogu podeliti na više načina. Treba istaći da postoje dva različita pristupa problematici kamatanih rizika: Š sa pozicije knjigovodstvene vrednosti gde se rizik posmatra u smislu njegovog efekta na pojedine pozicije aktive i pasive kao i bilansa uspeha svake finansijske institucije; i Š sa pozicije tržišne vrednosti gde se rizik uzima u smislu njegovog uticaja na tržišnu vrednost portfelja. Ako se uzme u obzir gore pomenuti prvi pristup, onda se mogu izdvojiti tri komponente kamatnog rizika: bazni rizik, rizik od promena uslova, i rizik opcionalnosti.

11

3.2.2.1 Bazni rizik Bazni rizik ili rizik razlike (basis risk ili spread risk) je rizik od mogućih promena u razlici između aktivnih i pasivnih kamatnih stopa (spread). U praksi se javlja usled jake konkurencije na tržištu kada je banka prisiljena smanjiti aktivnu kamatu na kredite, a istovremeno povećati pasivnu kamatu na depozite. 3.2.2.2 Rizik od promene uslova (rizik od promene cena ili rizik krive prinosa) Rizik od promena cena:- Ova uobičajena vrsta rizika nastaje iz razlika u tempi-ranju dospeća fiksnih stopa i određivanja fluktuirajućih stopa aktive banke. Naime, finansijske institucije ugovaraju fiksne i promenljive kamatne stope na plasmane i izvore sredstava. Simultano, finansijske institucije, posebno, banke obavljaju ročnu transformaciju sredstava, tako da se u stabilnim privrednim uslovima deo kratkoročnih sredstava može dugoročno plasirati i pritom se neće ugroziti likvidnost. Budući da potraživanja i obaveze nemaju iste rokove dospeća, eventualne promene kamatnih stopa mogu izazvati nepovoljne učinke na poslovanje. Rizik krive prinosa:- Ovaj rizik nastaje u uslovima kada se pomaci, na gore ili na dole, krive prinosa negativno odražavaju na prihod banke. Na primer, duga pozicija banke (npr. obveznica sa rokom dospeća od 10 godina) se može zaštiti kratkom pozicijom. Naime, u uslovima kada država nastoji da ostvari odgovarajući rast i razvoj, kamatne stope biće veće od kratkoročnih kako bi se kreditor kompenzirao za vezivanje sredstava i mogući kreditni rizik u dužem razdoblju. Kratkoročne i dugoročne stope formiraju se na bazi ponude i potražnje na tržištu, a kriva prinosa je obično pozitivna ili uzlazna, odnosno normalna. 3.2.2.3 Rizik opcionalnosti Svi važniji izvori kamatnog rizika predstavljaju opcije uključene u mnoge stavke bilansa banaka. Opcije mogu biti nezavisni instrumenti ili sadržane u instrumentima. Naime, opcija daje pravo, ali ne i obavezu, vlasnika na kupovinu, prodaju ili neku drugu mogućnost korišćenja prava iz ugovora o kupovini opcije. U našem bankarstvu se ne izdaju opcije kojima se trguje na berzi, ali je uobičajeno ugrađivanje opcijskih klauzula u bankovne ugovore, kao na primer: Š klijent sredstva oroči u banci, ali ih može podići bilo kada bez plaćanja naknade; 12

Š dužnik može bez plaćanja naknade prevremeno vratiti kredit; Š dužnik može plaćati kamatu koja se formira u zavisnosti od eskontne stope središnje banke, u zavisnosti od kretanja EURIBOR-a ili fiksnu prema ugovoru; Š dužnik može vratiti dinarski kredit u iznosu odobrenog ili u protuvrednosti neke strane valute (valutna klauzula) itd. Bez obzira da li je banka opciju prodala ili su u ugovorima ugrađene opcijske klauzule, postoji mogućnost da će u slučaju promene kamatne stope vlasnik opcije ili klijent banke iskoristiti opciju. Na taj način mogu se prouzrokovati nepovoljni učinci za poslovanje banke, koji će biti veći od naknade koju je vlasnik, odnosno kupac opcije platio banci. 3.2.3. Valutni rizik Valutni rizik se javlja usled promena kurseva između domaće valute i ostalih valuta. On može, zbog nepovoljnog kretanja kursa, da prouzrokuje gubitke za banku. Otuda je poznavanje valutnih rizika i predviđanje mogućih uticaja/ izloženosti izuzetno važno radi utvrđivanja i provođenja poslovne politike svakog subjekta koji posluje na međunarodnom tržištu ili obavlja devizne poslove. Valutni rizik predstavlja takođe rizik da promene međuvalutarnih kurseva imaju nepovoljan uticaj poslovne operacije ili vrednost investicija. Na primer, ako se novac mora konvertovati u različitu valutu kako bi se investiralo, promene u vrednosti valute relativne u odnosu na USD ili EUR mogu uticati na ukupni gubitak ili dobitak na investiciji kada se uradi konverzija unazad. Uzrok nepovoljnih uticaja nisu jedino deprecijacija (smanjenje međunarodne vrednosti) ili aprecijacija (povećanje međunarodne vrednosti) domaće valute, već i promene kurseva na međunarodnim berzama u svetu. Treba imati u vidu da devizni kursevi većine razvijenih zemalja sveta svakodnevno fluktuiraju. U međunarodnoj trgovini su komercijalne operacije naročito izložene fluktuaciji međuvalutarnih kurseva i to srazmerno ukupnoj vrednosti transakcija. Sa većom proporcijom međuvalutarnih promena u odnosu na ukupnu monetarnu transakciju povećava se izloženost poslovne jedinice na fluktuacije valutnih kurseva. Osnovni valutni rizici koji se najčešće pojavljuju su: računovodstveni rizik (Translation exposure, Accounting exposure), ekonomski rizik (Economic exposure) i transakcijski rizik (Transaction exposure). 13

3.2.3.1 Transakcijska izloženost Transakcijska izloženost se odnosi na moguće buduće međuvalutne dobitke ili gubitke na transakcijama koje su obavljene ili u pripremi i koje su denominirane u stranu valutu (Shapiro, 1999). Ovo se odnosi, na primer, kada dođe do promene valutnog kursa od momenta predaje naloga do naplate. Rizik leži zapravo u bilo kakvom deviznom plaćanju ili naplati i uključuje devizno potraživanje ili dugovanje u odnosu na neki izvršeni posao ili ugovor o nameri u nekom deviznom poslu u budućnosti. Ovaj rizik takođe uključuje i planirane, ali još i neugovorene tokove deviznih sredstava kao na primer izdate cene dobara i usluga kojima se cena garantuje u nekom razdoblju, ili izdate ponude za buduće devizne poslove čime nastaje rizik ukoliko bi se ugovor potpisao, itd. 3.2.3.2 Računovodstvena izloženost Računovodstvena izloženost, odnosno računovodstveni valutni rizik javlja se kod kompanija koja imaju svoje organizacijske delove (filijale) u inostranstvu, pa je za potrebe izveštavanja i konsolidovanja poslovanja filijala (bilans stanja, bilans uspeha) u sklopu matičnog preduzeća neophodna konverzija u valutu zemlje gde je sedište matične kompanije (slika 3.3). Računovodstveni rizik pojavljuje se takođe i u drugim subjektima koji deo poslovanja vode u domaćoj valuti, a deo u stranim valutama i krajem svakog meseca, prema važećim propisima, iskazuju svoje poslovanje u domaćoj valuti. Pri tome važi sledeća relacija: Raunovodstvena rizik konverzije u valutu transakcioni + = izloženost zemlje matinog preduzea rizik

Slika 3.3 – Primer rizika konverzije 14

3.2.3.2 Ekonomska izloženost Ekonomska izloženost ili ekonomski rizik valutnog rizika nastaje kada, kao posledica promena vrednosti intervalutarnih kurseva i domaće valute, dolazi do promena vrednosti budućih prihoda i troškova, kao i konkurentnosti subjekta na tržištu. Ova izloženost je najozbiljnija od svih kada je u pitanju valutni rizik jer je ju je najteže uočiti, oceniti i sprečiti. Sastoji se od operativne izloženosti – obima u kojem fluktuacije valute može promeniti buduće novčane tokove kompanije, i transakcione izloženosti. Drugim rečima, ekonomska izloženost je rizik od promena vrednosti firme (merena kao sadašnja vrednost očekivanih novčanih tokova) zajedno sa promenom valutnih kurseva. Ekonomska izloženost je povezana sa makroekonosmkim rizicima: promena valutnih kurseva obično prati promenu kamatne stope i inflacije. Pri tome važi sledeća relacija: Ekonomska izloženost

=

transakciona izloženost

+

Operativna izloženost

3.2.4. Kreditni rizik Glavnina imovine banke koncentrisana je u kreditnim plasmanima koji nose najviše prihoda ali i najviše rizika. Zato su odluke o odobravanju kredita najvažnija funkcija bankarskog menadžmenta, a sa njima i povezani kreditni rizik najvažniji je rizik kojem se banke izlažu. Kreditni rizik je mogućnost da kreditni dužnik neće moći ili hteti da otplati glavnicu kredita, kamate ili oboje, zbog čega će kreditor pretrpeti gubitak. Kreditni rizik se, dakle, javlja usled neizvesnosti da će dužnik ispuniti svoju obavezu. S obzirom da postoji mnogo vrsta dužnika, od individua do vlada, kao i da postoje različite obaveze, od kredita do derivata, kreditni rizika se javlja u više formi. U tradicionalnom bankarstvu kreditni rizik predstavlja najvažniju vrstu rizika. Uprkos inovacijama u području finansijskih usluga, kreditni rizik je još najznačajniji pojedinačni uzrok stečaja banaka. Razlog je u tome što se više od 80% bilansa banke u principu odnosi na ovaj vid upravljanja rizicima. U svom širem smislu kreditni rizik označava i rizik od smanjenja kreditnog rejtinga dužnika ili izdavaoca hartija od vrednosti, pri čemu se povećava verovatnoća neplaćanja i/ili gubitka uloženog novca. Izloženost kreditnom riziku se u savremenom bankarskom poslovanju meri procenom očekivanog gubitka po određenoj investiciji na osnovi kvantitativne analize, pri čemu očekivani gubitak po ovoj vrsti rizika zavisi od tri komponente (Basel Committee on Banking Supervision, 2004): 15

Š verovatnoće da suprotna strana neće podmiriti obavezu na ugovoreno vreme i način, bilo u vremenu trajanja obaveze ili u određenom vremenskom periodu (npr. 1 godina – očekivana default frekfencija) Š iznosa gubitka koji bi se ostvario u slučaju nepoštovanja ugovora od suprotne strane, Š potencijalne izloženosti banke neplaćanju na određeni datum u budućnosti. Navedene komponente se mogu objediniti u jedinstvenu formulu, tako da je: Oekivani gubitak

=

kreditna izloženost

y

Oekivana verovatnoa neplaanja

y

Veliina gubitka

Kada se govori o kvalitetu kredita, onda se misli na mogućnost dužnika da ispuni svoju obavezu. Kod kredita fizičkim licima ili manjim kompanijama kvalitet kredita se uglavnom meri kroz tzv. kreditni skor (primenjuje se standardna formula za izračunavanje broja – kreditni skor). Kreditna analiza se bavi procesima za procenu kvaliteta kredita. Kreditni analitičari pregledaju informacije o dužniku (bilans stanja, bilans uspeha, trendovi u industriji, tekuća ekonomska situacija, i dr.). Na bazi takve analize banka dodeljuje dužniku kreditni rejting, koji se koristi za donošenje odluka o odobravanju kredita. U poglavlju o upravljanju rizicima prikazan je sistem kreditnog rejtinga. Postoji više načina kojima se upravlja ili eliminiše/ublažuje kreditni rizik. Prva linija odbrane kada je u pitanju kreditnim rizik u finansijskim institucijama zasniva se na kreditnom skoru ili kreditnoj analizi. Uveliko se koristi sistem limita izloženostima (maksimalne izloženosti), kojima se postavljaju ograničenja na iznos izloženosti pojedinom klijentu, privrednoj grani, zemlji, itd. Za kalkulaciju izloženosti pod takvim limitima je potrebno modeliranje kreditnog rizika pri čemu transakcije obuhvataju obezbeđenja plaćanja i druge elemente. 3.2.5. Operativni rizik Operativni rizik je rizik od gubitka koji nastaje zbog neadekvatnosti, odnosno manjkavosti internih procesa, ljudskih resursa, sistema za podršku ili zbog spoljnih uticaja (Basel Committee 2004). Komitet takođe ukazuje da ova definicija isključuje sistemski rizik, pravni rizik i rizik reputacije (negativnog publiciteta). Mora se istaći da operativni rizik dolazi do izražaja i zbog sve većeg korišćenja informacione tehnologije i automatizacije u finansijskom poslovanju, uvođenja složenih hartija od vrednosti, daljeg razvoja modela za merenje tržišnog i kreditnog rizika, itd. 16

Početkom prošle decenije pažnja je bila usmerena na tehnike za merenje i upravljanje tržišnog rizika. Nakon toga težište se polako pomera ka kreditnom riziku. Krajem decenije finansijske institucije i ostale kompanije se sve više fokusiraju na rizike „koji nisu tržišni i kreditni rizici“. Radi se o operativnim rizicima tj. rizicima koji nastaju kao posledica (Basel Committee on Banking Supervision, 2003): Š prevare (pogrešno izveštavanje, krađe zaposlenih itd.); Š radnih navika i sigurnosti na radnom mestu (pravo zaposlenih na odštetu, povreda zdravstvenih i sigurnosnih prava i opšta odgovornost); Š postupaka vezanih za klijente, proizvode i poslovnu aktivnost (zloupotreba poverljivih informacija, pranje novca, prodaja neautorizovanih proizvoda); šteta na materijalnoj imovini (terorizam, zemljotres, požar, poplava); Š prekida poslovanja i grešaka unutar sistema (hardver, softver i telekomunikacijski problemi); Š upravljanja procesima (ulazne greške, neadekvatna procena instrumenata osiguranja, nepotpuna dokumentacija, neovlašćen pristup podacima, neslaganje radnika, itd.). Kompanije su oduvek upravljale ovim rizicima. Novi cilj koji se postavlja pred njih je da se to radi na što sistematičniji način. Negativne posledice operativnog rizika mogu se svrstati među sledeće: direktni finansijski gubitak, indirektni gubitak zbog narušavanja ugleda banke i/ili odnosa s klijentima, potencijalni gubitak prihoda kao posledica operativne nesposobnosti za obavljanje poslovnih transakcija. 3.2.6. Rizik likvidnosti Termin likvidnost se koristi u različitim slučajevima, ali u svim se odnosi na mogućnost pristupa gotovini ili pretvaranju u gotovinu onda kada je to potrebno. Za instituciju se kaže da je likvidna ako ista na lak način dolazi do gotovine, bilo da se radi o gotovini u blagajni ili na drugi način dolazi do nje. Za tržište se kaže da je likvidno ako se instrumenti kojima se trguje na lak način mogu kupiti ili prodati sa malim uticajem cena na tržištu. Sredstvo (HOV) je likvidno ako je tržište za njega likvidno. Bazelski komitet za bankovnu superviziju u svom radu o nadgledavanju likvidnosti navodi da je likvidnost, ili sposobnost da se finansiraju povećanja u aktivi i podmiruju obaveze kada dođu na naplatu, bitna za održavanje na životu bilo koje finansijske institucije. Važnost likvidnosti nadmašuje pojedinačnu finansijsku instituciju, budući da manjak likvidnosti u jednoj instituciji može imati posledice za celi bankovni sistem određene zemlje. 17

Iz gore navedenih definicija likvidnosti proizlazi, da rizik likvidnosti predstavlja mogućnost da finansijska institucija neće biti u stanju da raspoloživim novčanim sredstvima podmiri dospele obaveze prema svojim poveriocima (pasiva), kao i obaveze po odobrenim kreditima, izdatim jemstvima, garancijama, avalima, itd. (aktiva). Međutim, likvidnost finansijske institucije treba u praksi da se shvati ne samo kao sposobnost podmirivanja dospelih obveza, odnosno sposobnost finansiranja povećanja aktive, već kao osnovno načelo bankarskog poslovanja. U tom smislu treba razlikovati: Š likvidnost pojedinog potraživanja, Š likvidnost aktive i Š likvidnost ukupnog poslovanja. 3.2.6.1 Likvidnost pojedinačnog potraživanja Likvidnost pojedinačnog potraživanja zavisi od kvaliteta dužnika, od prinosa koji takav finansijski instrument donosi, kao i od funkcionisanja tržišta na kojem se dugovi i potraživanja mogu kupovati i prodavati. Pri oceni likvidnosti pojedinog potraživanja treba voditi računa o tri elementa: Š mogućnosti da se potraživanje u kratkom roku može stvarno pretvoriti u novac, Š mogućnosti da se pri toj transakciji može postići odgovarajuća cena, Š mogućnosti da se u određenom razdoblju navedene dve mogućnosti neće promeniti. 3.2.6.2 Likvidnost aktive Likvidnost aktive u osnovi označava proces pretvaranja bez problema novčanih sredstava u investicije i obratno, pretvaranja potraživanje finansijske institucije po svim osnovama i u svim pojavnim oblicima u novčana sredstva ugovorenom, odnosno planiranom dinamikom. Likvidnost ukupnih potraživanja, shvaćena kao sposobnost pretvaranja u novac, jednaka je zbiru likvidnosti pojedinih potraživanja. Budući da je stepen likvidnosti pojedinih potraživanja različit, ukupnu likvidnost aktive čini raspodela verovatnoće pretvaranja u novac bez značajnijih gubitaka pojedinih delova imovine, ponderisanih iznosima odgovarajućih delova imovine. 3.2.6.3 Likvidnost ukupnog poslovanja Kao što se potraživanja finansijskih institucija pretvaraju u novac u odgovarajućoj kombinaciji verovatnoće, tako se i njihove obaveze izvršavaju 18

u ugovorenim rokovima prema dospeću, a za sredstva po viđenju može se izračunati verovatnoća da će vlasnici zatražiti njihovu isplatu. Likvidnost se u tom smislu može definisati kao količinu novčanih sredstava koja se utvrđuje tako što se se u posmatranom razdoblju izračuna razlika između raspodele dospelih potraživanja i raspodele dospelih obaveza. 3.2.6.4 Upravljanje rizikom likvidnosti Rizikom likvidnosti se upravlja sa okvirnim politikama za likvidnost, kontrolama i limitima. Iste omogućavaju da banka održava dobro-diversifikovane izvore finansiranja, kao i dovoljnu likvidnost kako bi zadovoljila sve obaveze po ugovorima kada iste dospevaju. Većina finansijskih institucija koristi različite metrike za nadgledanje nivoa rizika likvidnosti kojem su izložene. Osnovni pristupi se mogu podeliti na 3 vrste: Š pristup likvidnog sredstva kada firme održavaju likvidne instrumente u bilansu stanja koji se mogu povući u datom momentu, Š pristup novčanog toka, kada firma nastoji da usaglasi odlive u odnosu na prilive novčanih sredstava kada su u pitanju razna dospeća, i Š kombinacija prethodna dva pristupa 3.2.7. Rizik reputacije i zakonski rizik Finanijske institucije su u svom poslovanju izložene različitim oblicima zakonskih rizika. Iskustva iz prakse pokazuju da je moguće da se smanji vrednost sredstava ili pak da se povećavaju obaveze, zbog neadekvatnog zakonskog akta ili zakonom definisane dokumentacije. Zakoni su često neodgovarajući za rešavanje pravnih pitanja koja se odnose na poslovanje finansijskih institucija. Tako na primer, sudski proces u koji su uključene banke može imati šire negativne posledice na njihovo poslovanje i može izazvati veće troškove za banke nego što su očekivani pozitivni efekti od sudskih procesa. Zbog toga su promene u zakonu koje se odnose na organizacije i nužne i neophodne, radi njihovog efikasnijeg poslovanja. Banke su naročito osetljive na zakonski rizik u momentu kada započinju svoje nove bankarske transakcije i da zakonom nisu utvrđena prava klijenata da se mogu uključiti u te transakcije. Rizik reputacije predstavlja uticaj negativnog javnog mnjenja na kapital i zaradu organizacije. On utiče na mogučnosti institucije da ostvari nove poslovne veze ili usluge, ili da nastavi sa postojećim vezama i uslugama. Ovaj rizik može izložiti instituciju finansijskim gubicima ili smanjenjem broja klijenata. On takođe potiče iz nepoštovanja zakona, propisa kao i drugih aktivnosti koje su 19

u indirektnoj vezi sa zakonskim propisima. Rizik reputacije je posebno štetan za instituciju, iz razloga što njeno poslovanje zahteva održavanje tajnosti informacija o deponentima, štedišama, korisnicima kredita i drugih bankarskih usluga. Zbog toga je neophodno da institucija ima visoku reputaciju (ugled i imidž) i da je održava na visokom nivou, radi poverenja klijenata i radi suprostavljanja tržišnoj konkurenciji. 3.2.8. Rizik zemlje Pod rizikom zemlje u koju se investira („country risk“) podrazumeva se verovatnoća da će promene u poslovnom okruženju negativno uticati na operativne profite ili vrednost sredstava u toj zemlji. U pitanju je celokupni rizik sa kojim se suočava investitor u odnosnoj zemlji, tj. ne samo rizik političkih promena, već i rizik koji je poveza sa pojavom štrajkova, pobuna, itd. Rizik zemlje se ispoljava u sledećim oblicima: Š rizik neplaćanja (predstavlja mogućnost da dužnik nije u stanju da ostvari dovoljan neto devizni priliv), Š rizik transfera (podrazumeva okolnosti u kojima dužnik nije u mogućnosti da dođe do određene valute za otplatu duga), Š rizik garancije (predstavlja verovatnoću da banka emitent obično izvršava činidbene garancije, odnosno garantovanu obavezu umesto glavnog dužnika, zbog ekonomske ili političke situacije u dotičnoj zemlji). Pod ovim rizikom se često podrazumeva politički rizik ali je on više od toga. Naime, analiza rizika zemlje podrazumeva ocenu dve vrste neizvesnosti, i to ekonomsku neizvesnost rizika, kao i političku neizvesnosti rizika. Ekonomska neizvesnost rizika se svodi na procenu da li će zemlja dužnik, u periodu otplate, ostvariti dovoljan nivo deviznog priliva za servisiranje uzetih deviznih kredita. Politička neizvesnost rizika se odnosi na spremnost zemlje dužnika da se odrekne ostvarenog i raspoloživog deviznog priliva da ispuni dospele obaveze po kreditu. 3.2.9. Rizik portfelja 3.2.9.1 Pojam portfelja Portfelj predstavlja kombinaciju različitih oblika imovine u vlasništvu određene pravne ili fizičke osobe. Portfelj se može sastojati od nekretnina, roba, novčanih sredstava i hartija od vrednosti. Sa svojom imovinom su tradicionalno upravljali i mnogi narodi u istoriji, međutim, upravljanje porfeljom, u današnjem smislu te reči, pojavljuje se nastankom prvih hartija od vrednosti, koje izdaju organizacije da bi pribavile dodatne izvore sredstava za poslovanje i razvoj. 20

Naučni pristup upravljanjem porfeljom u savremeno doba se može podeliti na tri značajnije faze: Š Do 1933 (krah berze u Njujorku) – Označava fazu subjektivističkog pristupa bazirana na ličnim procenama i glasinama bez ozbiljnijeg naučnog i analitičkog pristupa. Š Od 1934 - 1951. – Označava fazu uvođenja profesionalnijeg pristupa. Osnivaju se i regulatorna tela za nadzor poslovanja na berzi. Berza se širi usled manjeg broja skandala. Sve više investitora naučno pristupa analizi finansijskih izveštaja firmi i hartija od vrednosti. Š 1952 - Harry M. Markowitz objavljuje rad „Portfolio selection“ što se smatra jednim od najvažnijih momenata u savremenoj analizi hartija od vrednosti i upravljanju portfeljima. Rad obrađuje model optimalnog ulaganja u hartije od vrednosti, odnosno sastavljanja optimalnog portfelja u uslovima tržišne neizvesnosti. I pre Markowitza postojali su teorijski modeli za donošenje investicionih odluka koji su tretirali očekivani prinos pojedine hartije od vrednosti, kao i na njen rizik, međutim, model Markowitzeva prvi uzima u obzir efekat diverzifikacije prilikom donošenja odluke o investiranju. Za razliku od dotadašnjeg pristupa upravljanju porfeljom koji se zasnivao na fundamentalnoj analizi pojedinih hartija od vrednosti portfelja, Markowitz obrađuje odnos između prinosa (r) i rizika portfelja (a), kao i međuzavisnosti pojedinačnih hartija od vrednosti koje čine portfelj (U). Prema njemu, investitor koji sa sigurnošću poznaje buduće kretanje prinosa na hartije od vrednosti, ulagaće samo u jednu hartiju od vrednosti - u onu koja ima najveći budući prinos. Radi se o nerealnoj situaciji kada rizika nema jer se znaju budući prinosi hartija od vrednosti. Isto tako, ukoliko više hartija od vrednosti ima istu vrednost budućeg prinosa, investitor nije stimulisan da diverzifikuje svoje ulaganje. Međutim, realnost je drukčija jer investitori obično ne znaju budući prinos svojih ulaganja, pa otuda Markowitz zaključuje da je izbor hartije od vrednosti u funkciji od njenog budućeg prinosa i njenog rizika, a ne samo prinosa. Nakon uvođenja promenljive U investitori mogu formirati nove portfelje koji im omogućuju veće prinose, uz isti rizik, ili iste prinose uz manji rizik, bez menjanja prve dve promenljive (r i V). Može se reći da je osnovni razlog za formiranje portfelja upravo diverzifikacija rizika investitora. Izbor odgovarajućeg portfelja zavisi od očekivane stope prinosa rizika pojedinih hartija od vrednosti, korelacije (uzajamne povezanosti prinosa) između pojedinih hartija od vrednosti i preferencija investitora (sklonosti odnosno averzije prema riziku). 21

3.2.9.2. Teorijske postavke savremene teorije portfelja Ako se posmatra ulaganje u pojedinu hartiju od vrednosti, onda bi rizik predstavljao mogućnost da investirana sredstva prinesu manju dobit od očekivane ili čak ostvare gubitak. Sa stanovištva portfelja, rizik predstavlja mogućnost da se ne ostvari planirani prinos na sredstva uložena u određeni skup hartija od vrednosti. Ako se portfelj P sastoji od N sredstava (hartija od vrednosti) i ako sa P1 označimo stopu prinosa prve hartije od vrednosti, sa P2 stopu prinosa druge hartije od vrednosti, i tako redom, a sa Pk stopu prinosa k-te hartije od vrednosti, tada je stopa prinosa portfelja: x1P1 + x2P2 +... + xNPN pri čemu je x1 + x2 +... + xN = 1 ili 100% x1, x2,...,xN predstavljaju portfelj pondere, tj. učešća pojedinih hartija od vrednosti u ukupnim investicijama. Ako je xi > 0, investitor kupuje i-tu hartiju od vrednosti (ima dugu poziciju) Ako je xi < 0, investitor prodaje i-tu hartiju od vrednosti koju ne poseduje (ima u njoj kratku poziciju) U savremenoj finansijskoj teoriji i analizi investicija u hartije od vrednosti pretpostavlja se da je stopa prinosa slučajna promenljiva. Posmatrajmo za svaku pojedinačno sredstvo (hartiju od vrednosti) stanja od 1 do M (npr. različita stanja privrede jedne zemlje). Neka je E(Pi) očekivana stopa prinosa hartije od vrednosti i, tada je: M

E(Pi )

¦y *P j

ij

j 1

gde je prinos za hartije od vrednosti i slučajna promenljiva koja uzima vrednosti Pij. yj – verovatnoća za stanje j, y1 + y2 +... + yM = 1 ili 100%

22

Očekivana stopa prinosa celog portfelja E(P) se izračunava kao ponderisana suma očekivanih prinosa pojedinih hartija od vrednosti koje čine portfelj. N

E(P)

¦x

E(Pi )

i

i 1

gde je: E(P) – očekivana stopa prinosa na portfelj xi – procentualni udeo hartija od vrednosti (i) u portfelju E(Pi) – očekivana stopa prinosa hartija od vrednosti (i) Varijansa portfelja se izračunava na sledeći način:

V2

N

¦

x i2 Vi2 

i 1

N

N

i 1

j 1

¦¦x

i

x j Covij

gde je V i2 - varijansa i-te hartije od vrednosti V i - standardna devijacija i-te hartije od vrednosti

Vi

M

¦ (P

ij

 E(Pi )) 2 * y j

j 1

Uij – koeficijent korelacije između hartije od vrednosti (i) i (j) Covij - kovarijansa, pri čemu važi Uij

Covi, j Vi V j

. Konkretno bi kovarijansa između dve investicije označavala u kojoj meri se očekuje da iste variraju jedna sa drugom umesto da to čine odvojeno. Drugim rečima, ona ukazuje da li prinosi na investicije zajedno rastu ili su u padu i kolika je ta promena. U stvarnosti se U za hartije od vrednosti nalaze između 0 i 1. Savršena pozitivna koreliranost (U=1) prinosa 2 deonice nije dobra sa stanovištva diversifikacije i smanjenja rizika portfelja. S druge strane savršena negativna koreliranost (U=-1) se retko sreće. U=0 označava da su prinosi nezavisni.

23

3.2.9.3 Mera diversifikacije rizika portfelja Diversifikacija je obim u kojem je rizik smanjuje u nekom portfelju ako se investiranje rasporedi na više sredstava. Stepen diversifikacije portfelja se može jednostavno kvantifikovati intra-portfelj korelacijom (IPC) koja se izračunava na sledeći način: N

N

¦¦ x x U i

IPC

j ij

i 1 j 1 N N

¦¦x i 1

i

xj

j 1

gde xi, xj predstavljaju portfelj pondere, tj.učešća pojedinih hartija od vrednosti u portfelju, a Uij koeficijent korelacije između hartija od vrednosti (i) i (j). Pri tome se intra-portfelj korelacija radi pojadnostavljenja može prikazati u obliku % (vidi sliku 3.4):

IPC

% eliminacije diversifikovanog rizika

+1.00

0.00%

+0.75

12.50%

+0.50

25.00%

+0.25

37.50%

+0.00

50.00%

-0.25

62.50%

-0.50

75.00%

-0.75

87.50%

-1.00

100.0%

Primer

Slika 3.4 – Primer mere diversifikacije rizika portfelja 24

4. PROCES UPRAVLJANJA RIZICIMA

4.1. Uopšte o procesu upravljanje rizicima Upravljanje rizikom je centralni deo strateškog menadžmenta i korporativnog upravljanja bilo koje organizacije. To je proces kojima se organizacije metodično bave rizicima uključujući ih u svojim poslovnim aktivnostima sa ciljem ostvarivanja benefita na svakoj od tih aktivnosti ponaosob, kao i na portfelju svih aktivnosti. Fokus dobrog upravljanja rizicima je identifikacija i mitigacija (regulisanje, eliminisanje) ovih rizika. Njegov cilj je da zaštiti instituciju od neprihvatljivih gubitaka, i ujedno dodatno uveća vrednost poslovnih aktivnosti organizacije. On omogućava razumevanje o potencijalnim dobrim i lošim stranama svih faktora koji mogu da utiču na organizaciju. Upravljanjem rizika se sa jedne strane povećava verovatnoću uspeha, dok se sa druge strane smanjuje verovatnoću neuspeha i neizvesnost oko postizanja opštih ciljeva organizacije. Konkretno u slučaju banaka moće se reći da je cilj upravljanja rizikom dvostruk: unapređivanje bančinih finansijskih performansi sa jedne strane, i osiguravanje da kompanija ne pretrpi neprihvatljiv gubitak sa druge strane. Upravljanje rizikom bi trebalo da bude neprekidan i stalno razvijajući proces koji se provlači kroz organizacionu strategiju i kroz implementaciju te strategije. On bi se trebao metodično baviti svim rizicima koji okružuju organizacione aktivnosti u prošlosti, sadašnjosti a posebno budućnosti. On mora biti ugrađen u kulturu organizacije kroz efektivnu politiku i određen program kojim rukovodi najviši menadžment. On mora da pretvara strategiju u taktičke i operativne ciljeve, dodeljujući odgovornosti u organizaciji pri čemu bi svaki menadžer i zaposleni bili odgovorni za upravljanje rizikom preko dela opisa njihovog radnih zadataka. Ovo daje podršku za odgovornost, merenje performansi rada i nagrađivanje, čime pospešuje operativnu efikasnost na svim organizacionim nivoima. 25

Slika 4.1- Proces upravljanja rizicima Upravljanje rizikom štiti i dodaje nove vrednosti organizaciji i njenim stejkholderima kroz podrške organizacionih ciljeva, i to: Š Obezbeđivanje okvira poslovanja za organizaciju koji omogućava odvijanje budućih aktivnosti na konzistentan i kontrolisan način. Š Poboljšavanje poslovnog odlučivanja, planiranja i određivanja prioriteta pomoću sveobuhvatnog i struktuisanog razumevanja poslovnih aktivnosti, volatilnosti (promenljivosti) i mogućnosti/pretnji u nekom projektu. Š Doprinos efikasnijoj upotrebi/alokaciji kapitala i resursa unutar organizacije. Š Smanjivanje volatilnosti u nesuštinskim područjima poslovanja. Š Zaštita i pospešivanje vrednosti i kompanijskog imidža. Š Razvijanje i podržka ljudskih resursa i baze znanja organizacije. Š Optimalizovanje operativne efikasnosti. 26

4.1.1. Procena rizika Procena rizika se unutar ISO/IEC Smernice 73 definiše kao opšti proces analize rizika i procene rizika. 4.1.2. Analiza rizika 4.1.2.1 Identifikacija rizika Identifikacija rizika predstavlja proces identifikovanja izloženosti neke organizacije neizvesnostima. Ovo zahteva dobro znanje organizacije, tržišta u kome ona posluje, zakonskog, društvenog, političkog i kulturnog okruženja u kome ona postoji, kao i razvoja dobrog razumevanja njenih strateških i operativnih ciljeva, uključujući faktore koji su kritični za njen uspeh i pretnje i povoljne prilike povezane sa ostvarivanjem tih ciljeva. Identifikaciji rizika treba prići na metodičan način da bi se obezbedilo da sve značajne aktivnosti unutar organizacije budu identifikovane, kao i da svi rizici koji proističu iz tih aktivnosti budu definisani. Sve propratne volatilnosti koje prate ove aktivnosti bi trebalo adekvatno identifikovati i kategorisati. Poslovne aktivnosti i odluke se mogu klasifikovati na brojne načine, a primeri za to su: Š Strateške – One se bave dugoročnim strateškim ciljevima organizacije. Na njih utiču razni aspekti, poput raspoloživosti kapitala, politički rizici i rizici vezani za neku zemlju, zakonskim i regulatornim promenama, reputacijom i promenama u fizičkom okruženju. Š Operativne – One se bave svakodnevnim pitanjima sa kojima se suočava organizacija tokom svojih napora ostvarivanja njenih strateških ciljeva. Š Finansijske – One se bave efektivnim menadžmentom i kontrolom finansija organizacije kao i posledicama spoljašnjih faktora poput dostupnosti kredita, deviznih kurseva, kretanja kamatnih stopa i izloženosti ostalim tržišnim činiocima. Š Upravljanje znanjem – One se bave efektivnim menadžmentom i kontrolom resursa znanja, njegovim stvaranjem, zaštitom i prenošenjem. Spoljašni faktori mogu uključivati neovlašćeno korišćenje ili zloupotrebu intelektualne svojine, konkurentske tehnologije, i sl. Interni faktori mogu uključivati sistemske nedostatke i manjkavosti kao i gubitak ključnog osoblja. Š Usaglašenost – One se bave pitanjima poput zdravlja i bezbednosti, ekoloških pitanja, zaštite klijenata, politika/praksi zapošljavanja i regulatornih pitanja. 27

Š Iako identifikacija rizika može biti izvršena od strane spoljnih konsultanata, interni pristup sa dobro povezanim, doslednim i koordinisanim procesima i sredstvima će verovatno biti efektivniji. Interno sprovođenje procesa upravljanja rizikom je od suštinske važnosti za svaku instituciju. 4.1.2.2 Opis rizika Cilj opisa rizika je da se prezentuju identifikovani rizici u jednom struktuiranom formatu, na primer, korišćenjem tabele. Tabela opisa rizika (slika 4.1) može biti korišćena za olakšavanje opisivanja i procene rizika. Upotreba dobro osmišljene strukture je neophodna radi osiguravanja sveobuhvatne identifikacije rizika, opisivanja i procene procesa. Preko razmatranja posledica i verovatnoće svakog od rizika navedenog u tabeli, trebalo bi da bude moguće zadavanje prioriteta ključnim rizicima koji bi trebali da budu analizirani detaljnije. Identifikacija rizika povezanih sa poslovnim aktivnostima i odlučivanjem može biti kategorisano kao strategijska, projektna/taktička, operativna. Važno je da se upravljanje rizikom uključi na konceptualnom stadijumu projekata kao i tokom trajanja datog projekta. Tabela 4.1 - Opis rizika 1. Naziv rizika 2. Opseg rizika 3. Priroda rizika

Kvalitativan opis događaja, njihovog obima, tipa, broja i zavisnosti Npr. strateška, oeprativna, finansijska, vezana za znanje ili usaglašenost

4. Stejkholderi

Stejkholderi i njihova očekivanja

5. Kvantifikacija rizika

Značajnost i verovatnoća

Potencijal gubitka i finansijski uticaj rizika 6. Tolerancija rizika/sklonost ka VaR- vrednost koja se rizikuje Verovatnoća i obim potencijalnih gubitaka/dobiti riziku Ciljevi kontrole rizika i željeni nivo performansi

28

7. Mehanizmi regulisanja & kontrole rizika

Primarni načini preko kojih se rizik trenutno reguliše Nivoi poverenja u postojeću kontrolu Identifikacija protokola za praćenje i nadzor

8. Potencijalne akcije za unapređivanje

Preporuke za smanjivanje rizika

9. Razvoj strategija i poslovnih politika

Identifikacija funkcije koja je odgovorna za osmišljavanje strategije i politike

4.1.2.3 Procenjivanje rizika Procenjivanje rizika može biti kvantitativno, polu-kvantitativno ili kvalitativno u pogledu verovatnoće pojavljivanja i mogućim posledicama. Na primer, posledice kako u pogledu pretnji ili opasnosti (negativne strane rizika, tzv. downside rizika) tako i povoljnih prilika (povoljene strane rizika, tzv. upside rizika) mogu biti velike, srednje ili male (videti tabelu 4.2). Verovatnoća može biti visoka, srednja ili niska ali zahteva različite definicije u pogledu pretnji i povoljnih prilika (videti tabele 4.3 i 4.4). primeri su dati u tabelema koje slede. Različite organizacije mogu koristiti različita merila za posledice i verovatnoće koja najbolje odgovaraju njihovim potrebama. Na primer, mnoge organizacije smatraju da ocenjivanje posledica i verovatnoća kao velikih, srednjih i malih predstavlja sasvim adekvatan način i da se to onda može predstaviti u matrici 3 x 3. Neke druge organizacije smatraju da procenjivanje posledica i verovatnoća korišćenjem 5x5 matrice daje bolju procenu. Tabela 4.2 Posledice- kako za pretnje tako i za povoljne prilike - Finansijski uticaj na organizaciju će verovatno premašiti X EUR. Velike

- Značajan uticaj na organizacionu strategiju ili operativne aktivnosti. - Značajna zabrinutost stejkholdera.

- Finansijski uticaj na organizaciju će verovatno biti između X i Y EUR. Srednje

- Umeren uticaj na organizacionu strategiju ili operativne aktivnosti. - Umerena zabrinutost stejkholdera.

- Finansijski uticaj na organizaciju će verovatno biti manji od Y EUR. Male

- Mali uticaj na organizacionu strategiju ili operativne aktivnosti. - Mala zabrinutost stejkholdera.

29

Tabela 4.3 Verovatnoća javljanja pretnji Procena

Opis

Indikatori

Visoka (verovatno)

Verovatno će se javiti svake godine ili više od 25% šanse za javljanja.

- Mogućnost njenog javljanja nekoliko puta tokom vremenskog perioda (npr. tokom 10 godina). - Nedavno se javila.

Srednja (moguća)

Verovatno će se javiti u periodu od 10 godina ili manje od 25% izgleda javljanja.

- Mogućnost njenog javljanja više od jedanputa tokom vremenskog perioda (npr. tokom 10 godina). - Može biti teška za kontrolisanje usled nekih spoljašnjih uticaja. - Postoji li istorija pojavljivanja?

Mala (neznatna)

Nije verovatno da će se javiti tokom perioda od 10 godina ili manje od 2% izgleda javljanja.

- Nije se javila. - Nije verovatno da će se javiti.

Tabela 4.4 Verovatnoća povoljnih ishoda Procena

Opis

Indikatori

Visoka (verovatno)

Povoljan ishod će se verovatno postići u roku od jedne godine ili više od 75% izgleda javljanja.

Jasna povoljna prilika može biti zasnovana na razumnoj izvesnosti, i biće postignuta u kraćem roku zahvaljujući tekućem menadžment procesu.

Srednja (moguća)

Mala (neznatna)

30

- Povoljne prilike koje se mogu Razumni izgledi povostvariti ali koje zahtevaju pažljivi oljnih rezultata u roku od menadžment. jedne godine sa 25% do - Povoljne prilike koje mogu nastati u 75% izgleda javljanja. okviru i preko planiranog. Postoje neki izgledi povoljnog ishoda u srednjoročnom roku ili amnje od 25% izgleda javljanja.

- Moguća povoljna prilika koja još uvek nije u potpunosti ispitana od strane menadžmenta. - Povoljna prilika za koju je mala verovatnoća za uspeh, barem na osnovu postojećih angažovanih menadžment resursa.

4.1.2.4 Metode i tehnike analize rizika Za analiziranje rizika može se koristiti niz tehnika Iste mogu biti specifične za pozitivne-upside rizike ili negativne-downside rizike ili mogu biti u stanju da se bave sa obe vrste rizika. 4.1.2.5 Profil rizika Rezultat analize rizika može biti korišćen za dobijanje profila rizika koji daje ocenu značajnosti za svaki rizik i obezbeđuje alat za prioritetiziranje u mitigaciji (regulisanju) rizika. Ovim se rangira svaki identifikovani rizik tako što mu se dodeljuje relativna važnost. Ovaj proces omogućava da rizik bude mapiran području poslovanja koje je njime pogođeno, opisuje primarne procedure kontrole koje se sprovode i ukazuje na područja u kojima bi investiranje u kontrole rizika trebalo povećati, smanjiti ili prerasporediti. Odgovornost pomaže osiguravanju da bude prepoznato "vlasništvo" nad rizicima i da su alocirani odgovarajući menadžment resursi. 4.1.3. Evaluacija rizika Kada je proces analize rizika završen, neophodno je uporediti procenjeni rizik naspram kriterijuma rizika koji je organizacija uspostavila. Kriterijum rizika može uključivati prateće troškove i koristi, zakonske zahteve, socio-ekonomske i faktore okruženja, brigu stejkholdera, itd. Evaluacija rizika se stoga koristi za donošenje odluka o značajnosti rizika za organizaciju i da li određeni rizik treba da bude prihvaćen ili regulisan. 4.1.4. Izveštavanje o postojanju rizika 4.1.4.1 Interno izveštavanje Različiti nivoi unutar organizacije zahtevaju različite informacije iz procesa upravljanja rizikom. Upravni odbor treba da: Š zna o najvažnijim rizicima sa kojima se suočava organizacija Š zna moguće efekte odstupanja od očekivanog opsega performansi na vrednosti akcija Š osigura odgovarajuće nivoe svesti (o rizicima) unutar organizacije Š zna kako će organizacija regulisati neku krizu 31

Š zna važnost poverenja stejkholdera u organizaciju Š da bude siguran da proces upravljanja rizikom funkcioniše pravilno Š da objavi jasnu politiku upravljanja rizikom koja pokriva filozofiju upravljanja rizikom i odgovornosti za to Organizacione jedinice trebaju da: Š budu svesne rizika koji spada u njihovo područje odgovornosti, moguće uticaje koji oni mogu imati na druga područja (odgovornosti) i posledice koja druga područja mogu imati na njih Š imaju indikatore performansi koji omogućavaju nadgledanje ključnih poslovnih i finansijskih aktivnosti, napredovanje ka ostvarivanju cilja i identifikaciju razvoja koji zahteva intervencije (npr. predviđanje i budžetiranje) Š imaju sisteme koji saopštavaju odstupanja u budžetima i predviđanjima po odgovarajućoj učestalosti radi omogućavanja preduzimanja akcija Š izveštavaju sistematski i pravovremeno viši menadžment o bilo kojem uočenom novom riziku ili neuspehu postojećih kontrolnih mera Pojedinci trebaju da: Š razumeju njihovu odgovornost za pojedinačne rizike Š razumeju kako oni mogu da omoguće neprekidno usavršavanje upravljanja rizikom Š razumeju da upravljanje rizikom i svest o riziku predstavljaju ključni deo organizacione kulture Š izveštavaju sistematski i pravovremeno viši menadžment o bilo kojim uočenim novim rizicima ili neuspesima postojećih kontrolnih mera 4.1.4.2 Eksterno izveštavanje Kompanija treba da izveštava svoje stejkholdere na redovnoj osnovi prezentujući pritom njene politike upravljanja rizikom i efektivnost u postizanju postavljenih ciljeva. Akcionari sve više traže od organizacija da im pruže dokaze o efektivnom menadžmentu organizacionih ne-finansijskih performansi u područjima poput kolektivnih interesa, ljudskih prava, praksi zapošljavanja, zdravlja i sigurnosti i okruženja (ekologije). Dobro rukovođenje kompanijom zahteva da kompanije usvoje metodičan pristup upravljanju rizikom koji: Š štiti interese akcionara Š osigurava da Upravni odbor izvršava svoja zaduženja usmeravanja strategije, izgradnje vrednosti i 32

Š praćenja performansi organizacije Š osigurava da su ustanovljene upravljačke kontrola i da funkcionišu na adekvatan način Rešenja za formalno izveštavanje kod upravljanja rizikom treba da budu jasno navedena i raspoloživa akcionarima. Formalno izveštavanje bi trebalo da se pozabavi: Š kontrolnim metodama – naročito sa odgovornošću manadžmenta za upravljanje rizikom Š procesima koji se koriste za identifikovanje rizika i kako se oni koriste u sistemima upravljanja rizikom Š primarnim kontrolnim sistemima angažovanim za regulisanje/upravljanje značajnim rizicima Š nadgledanjem i kontrolisanjem sistema koji je u funkciji Bilo koje značajnije manjkavosti koje nisu otkrivene od strane sistema, ili koje postoje unutar samog sistema, bi trebalo da budu prijavljene zajedno sa koracima koji se preduzimaju za njihovo regulisanje. 4.1.5. Regulisanje (mitigacija) rizika Regulisanje (mitigacija) rizika je proces odabira i implementiranja mera za modifikovanje rizika. Regulisanje rizika obuhvata kao svoje najvažnije elemente, kontrolu/ublažavanje rizika, ali u širem smislu uključuje i, na primer, izbegavanje rizika, prenos rizika, finansiranje rizika itd. Standardi za upravljanje rizicima pod finansiranjem rizika svrstavaju mehanizme (npr. programe osiguranja) za finansiranje finansijskih posledica rizika. Svaki sistem regulisanja rizika bi trebao da uključuje: Š efektivno i efikasno poslovanje organizacije Š efektivnu internu kontrolu Š usaglašenost sa zakonima i propisima Proces analize rizika pomaže efektivnom i efikasnom poslovanju organizacije identifikacijom onih rizika koji zahtevaju pažnju menadžmenta. Organizacije trebaju da postave prioritete delovanja u smislu kontrole rizika, a sve prema potencijalnim koristima za organizaciju. Efektivnost interne kontrole se odnosi na stepen do koga će primenom kontrolnih mera rizik biti eliminisan ili smanjen. S druge strane troškovna efektivnost internih kontrola se odnosi na troškove implementiranja kontrole u odnosu na očekivane benefite od redukcije rizika. 33

Predložene kontrole trebaju da budu merene u smislu potencijalnih ekonomskih efekata u slučaju da se ne preduzmu akcije, u poređenju sa troškovima primene predloženih mera, i svakako zahteva detaljnije informacije i pretpostavke, negoli su one koje su odmah raspoložive. Najpre, mora biti ustanovljen trošak implemenatcije. To mora da bude izračunato sa određenom merom tačnosti pošto ubrzo postaje polazna linija po kojoj se meri troškovna efektivnost. Mora se takođe proceniti i gubitak koji se može očekivati ukoliko mere ne budu preduzete, a zatim poređenjem sa rezultatima menadžment mora da odluči da li da implementira mere kontrole rizika. Usaglašenost sa zakonima i propisima nije nešto što je ostavljeno volji. Organizacija mora da razume zakone koji se primenjuju i mora implementirati sistem kontrola radi ostvarivanja pomenute usaglašenosti. Samo povremeno postoji određena fleksibilnost po ovom pitanju kada je trošak smanjivanja rizika nesrazmeran tom riziku. Jedan od metoda sticanja finansijske zaštite od uticaja rizika je kroz finansiranje rizika koje uključuje osiguranje. Ipak, treba uvideti da neki gubici ili elementi gubitka neće moći biti osigurani, npr. neosigurani troškovi povezani sa zdravljem na radu, bezbednosti ili ekoloških incidenata, koji mogu uključivati narušavanje morala zaposlenih i reputacije same organizacije. 4.1.6. Nadgledanje i kontrola procesa upravljanja rizikom Efektivno upravljanje rizikom zahteva određenu strukturu izveštavanja i kontrole radi osiguravanja da rizici budu efektivno identifikovani i procenjeni, kao i da su ustanovljene odgovarajuće kontrole kao odgovor na rizike. Trebalo bi sprovoditi redovnu reviziju usaglašenosti sa politikom i standardima kao i kontrolu sprovođenja standarda radi iznalaženja mogućnosti za njihovo poboljšavanje. Treba zapamtiti da su organizacije dinamički entiteti i da funkcionišu u dinamičkom okruženju. Promene u organizaciji i okruženju u kome one deluju moraju biti uočene i identifikovane i shodno njima napravljene odgovarajuće izmene u sistemima upravljanja rizicima. Proces praćenja bi trebao da obezbedi garancije da se primenjuju odgovarajuće kontrolne mere i kativnosti kod organizacionih aktivnosti i da se procedure u potpunosti razumeju i poštuju.Promene unutar organizacije i njenog okruženja u kome deluje moraju se identifikovati i shodno tome izvesti odgovarajuće izmene u sistemima kontrole i regulisanja rizika. 34

Svaki proces nadgledanja i kontrole bi trebao takođe da odredi da li: Š su usvojene mere dovele do željenih rezultata Š su usvojene procedure i informacije prikupljene za izvođenje procena bile odgovarajuće Š bi poboljšano znanje pomoglo ostvarivanju boljih odluka i identifikaciji onih lekcija koje bi mogle da se nauče radi budućih procena i upravljanja rizikom 4.1.7. Struktura i administriranje upravljanjem rizikom 4.1.7.1 Politika upravljanje rizikom Politika upravljanja rizikom neke organizacije bi trebala da definiše njen pristup i sklonost ka riziku, kao i njene pristupe upravljanju rizikom. Politika bi trebala takođe da definiše i odgovornosti za upravljanje rizikom širom organizacije. Pored toga, treba navesti bilo koje zakonske obaveze i zahteve koji se odnose na odredbe politike, npr. one vezane za zdravlje i bezbednost. Kao prateći deo procesa upravljanja rizikom je jedan integrisan skup alata i tehnika za korišćenje u različitim fazama poslovnog procesa. Da bi efektivno funkcionisao, proces upravljanja rizikom zahteva: Š posvećenost izvršnog direktora i izvršnog menadžmenta organizacije Š dodeljivanje odgovornosti unutar organizacije Š alociranje odgovarajućih resursa za obuku i razvoj povećanja svesti o rizicima, kod svih akcionara 4.1.7.2 Uloga upravnog odbora Upravni odbor ima odgovornost za određivanje strateškog pravca organizacije i za kreiranje okruženja i struktura za upravljanje rizikom radi efektivnog funkcionisanja organizacije. Ovo može biti sprovedeno preko grupe sa izvršnim (naredbodavnim) ovlašćenjima, komiteta za nadzor ili slične funkcije koje su saglasne sa načinom poslovanja i delovanja date organizacije, a koje bi trebale da imaju ulogu određenog pokrovitelja (sponzora) za upravljanje rizikom. Upravni odbor bi, pri proceni sistema interne kontrole trebao da razmatra najmanje sledeće: Š prirodu i obim negativnih (downside) rizika koji su prihvatljivi za kompaniju, u smislu podnošljivosti unutar nekog njegog segmenta poslovanja 35

Š verovatnoću da se takvi rizici ostvare Š kako neprihvatljivi rizici mogu da budu regulisani Š sposobnost kompanije da minimizira verovatnoću i uticaj (neprihvatljivih rizika) na poslovanje Š troškove i koristi rizika i preduzetih kontrolnih aktivnosti Š efektivnost procesa upravljanja rizikom Š posledice rizika na donošenje odluka 4.1.7.3 Uloga poslovnih jedinica Uloga poslovnih jedinica uključuje sledeće: Š poslovne jedinice (filijale) imaju primarnu odgovornost za upravljanje rizikom na svakodnevnoj osnovi Š menadžment poslovnih jedinica je odgovoran za podspešivanje svesti o rizicima unutar njihovih poslovnih aktivnosti; oni bi trebalo da uključe ciljeve upravljanja rizikom u njihovo poslovanje Š upravljanje rizikom bi trebalo da bude redovna stavka na okupljanjima menadžmenta da bi se omogućilo razmatranje izloženosti rizicima i da bi se postavili prioriteti za rad u pogledu efektivne analize rizika Š menadžment poslovnih jedinica bi trebao da osigura da upravljanje rizicima bude ugrađeno još pri konceptualnom stadijumu projekta kao i tokom samog sprovođenja projekta 4.1.7.4 Uloga funkcije upravljanja rizikom Zavisno od veličine organizacije funkcija upravljanja rizikom može biti u opsegu od jednog eksperta za bavljenja rizikom, honorarnog menadžera rizika, ili celovitog odeljenja za upravljanje rizikom. Uloga funkcije upravljanja rizikom treba da uključuje sledeće: Š ustanovljavanje politike i strategije za upravljanje rizikom Š primarnog šampiona upravljanja rizikom na strateškom i operativnom nivou Š izgradnja kulture svesti o riziku uključujući odgovarajuće obrazovanje Š uspostavljanje interne politike i strukture za rizike za poslovne jedinice Š kreiranje i kontrola procesa za upravljanja rizikom Š koordinaciju različitih funkcionalnih aktivnosti koje mogu dati odgovore o raznim pitanjima upravljanja rizicima unutar organizacije 36

Š razvijanje procesa odgovora na rizike, uključujući programe za nastavak poslovanja (contingency programs) Š pripremanje izveštaja o riziku za upravni odbor i stejkholedere 4.1.7.5 Uloga interne revizije Uloga internog revizije (nadzora) se verovatno razlikuje od organizacije do organizacije. U praksi, uloga interne revizije uključuje ponešto ili sve od sledećeg: Š fokusiranje napora internog revizora na specifične rizike identifikovane od strane menadžmenta, i Š nadzor procesa upravljanja rizikom u celoj organizaciji Š osiguravanje aktivne podrške i uključenosti u proces upravljanja rizikom Š omogućavanje identifikacije/procene rizika i obrazovanje osoblja o upravljanju rizikom i internoj kontroli Š koordinaciju izveštavanja upravnog odbora o riziku, nadzornog odbora itd. U određivanju najprikladnije uloge za neku datu organizaciju, interna revizija bi trebalo da osigura da profesionalni zahtevi za nezavisnošću i objektivnošću ne budu narušeni. 4.1.7.6 Resursi i implementacija Resursi potrebni za implementaciju organizacijine politike upravljanja rizikom bi trebalo da budu jasno ustanovljeni na svakom nivou menadžmenta i unutar svake poslovne jedinice. Pored ostalih poslovnih (operativnih) funkcija koje mogu imati, osoblje uključeno u upravljanje rizikom bi trebalo da ima svoju jasnu ulogu u koordinisanju politika/strategija upravljanja rizikom. Ista jasna definicija je takođe potrebna i za osobe uključene u nadzor i reviziju internih kontrola i omogućavanja procesa upravljanja rizikom. Upravljanje rizikom bi trebalo da bude otelotvoreno unutar organizacije kroz strateške procese i procese budžetiranja. Ono bi trebalo da bude naglašeno u podsticanju i svim ostalim oblicima obuke i treninga kao i unutar operativnih procesa npr. projekata razvoja proizvoda/usluga.

37

4.2. COSO model Takozvani COSO model u svetu se smatra važnom regulacijom ili mernim programom za uređivanje i funcionalnu sposobnost sistema za upravljanje rizicima. Tu se ERM (Enterprise Risk Management) definiše kao: „... proces izvršavan od strane direktora subjekta, menadžmenta i drugog osoblja, primenjen u postavljanju strategije i kroz preduzeće, dizajniran tako da identifikuje potencijalne događaje koji mogu uticati na subjekat i da upravlja rizicima tako da ostanu unutar njegove podnošljivosti rizika, da bi se postiglo razumno osiguranje u pogledu postizanja ciljeva subjekta“ (COSO ERM 2004). Trodimenzionalni prikaz COSO modela sa njegovih pet osnovnih komponenti dat je na sledećoj slici:

Slika 4.2 - COSO model COSO uključuje sledeća pravila/definicije: Š Interno okruženje: Filozofija upravljanja rizikom – Kultura rizika – Odbor direktora – Integritet i etičke vrednosti – Spremnost za obaveze – Filozofija menadžmenta i stil rada – Podnošljivost rizika – Organizacijska struktura –Dodela ovlašćenja i odgovornost – Politika i praksa ljudskih resursa 38

Š Postavljanje cilja – Strateški ciljevi – Relativni ciljevi – Izabrani ciljevi – Podnošljivost rizika – Tolerancija rizika Š Identifikacija događaja – Događaji – Faktori uticaja na strategiju i ciljeve – Metodologije i tehnike – međuzavisnost događaja – Kategorije događaja – Mogućnosti rizika Š Ocena rizika – Identifikovanje i analiza rizika – Verovatnoća i uticaj rizika – Metodologije i tehnike, korelacija Š Reakcija na rizik – Identifikovati reakcije na rizik – Vrednovanje mogućih reakcija na rizik – Izabrati reakcije – Pregled portfelja Š Kontrolne aktivnosti – Integracija sa reakcijom na rizik – Vrste kontrolnih aktivnosti – Opšte kontrole – Alikativne kontrole – Specifičnosti subjekta Š Informacije i komunikacija – Informacije – Strateški i integrisani sistemi – Komunikacija Š Nadzor – Posebna vrednovanja/ocene kontrolnog sistema Danas većina firmi koristi vodeći okvir za interni sistem kontrola - COSO. U skladu sa tim postoje informatička rešenja koja u potpunosti podržavaju ovaj model i tome će biti kasnije više reči.

4.3. Važnost upravljanja rizicima finansijskih institucija Liberalizacija i nestabilnost finansijskih tržišta i sve veća konkurencija među bankama izlaže banke novim rizicima i izazovima zahtevajući kontinuirane inovacije u načinu upravljanja poslovanjem i rizicima. Banke se osim svojim tradicionalnim poslovima, uzimanja depozita i davanja kredita, sve više počinju baviti i za njih novim poslovima trgovanja hartijama od vrednosti. Trgujući sa hartijama od vrednosti banke se izlažu dodatnom, dosad gotovo nepostojećem riziku. Hartije od vrednosti domaćih banaka, kao i hartije od vrednosti ostalih tranzicijskih zemalja, veoma su volatilni, pa osim što pružaju prilike za astronomske zarade, kriju u sebi i ogroman rizik. Zbog kulturoloških i socioloških karakteristika društva, te nedovoljnog poznavanja trgovanja hartijama od vrednosti i s njim povezanim rizicima, značajniji pad vrednosti domaćih berzanskih indeksa, najverovatnije bi, izazvao lančanu reakciju i beg s tržišta kapitala, što bi za banke koje drže značajne portfelje hartija od vrednosti izazvalo gubitke s kojima bi se teško nosile. 39

Snažan rast interesa i nužnosti za upravljanjem rizicima može se direktno vezati za porast volatilnosti na finansijskim tržištima u svetu od početka 1970-te godine. Kao posledica snažne volatilnosti na finansijskim tržištima delom sveta došlo je do propasti mnogobrojnih banaka. Iako propast svake banke ima svoje karakteristike, kada se uporede bankovne krize u poslednjih tridesetak godina primetna su neka zajednička obeležja. Nakon sprovedene liberalizacije finansijskog sektora (Basel Committee on Banking Supervision, 2004) došlo je do bankarskih kriza u mnogim zemljama (npr, SAD, Švedska). Kreditni i tržišni rizik su, zbog ulaganja u nekretnine i hartije od vrednosti baziranih na hipotekama, bili prisutni pri gotovo svakoj značajnijoj bankarskoj krizi. Nakon deregulacije finansijskog sektora došlo je do naglog porasta u plasiranju kredita, a posebno do investiranja u nekretnine i hartije od vrednosti izdate na temelju njih. Bez odgovarajućeg nadzora rastuće cene nekretnina privlačile su sve veća ulaganja. U trenutku nastupa državne recesije i pada vrednosti nekretnina, mnoge banke su zbog svoje preterane izloženosti propale. Među značajnijim događajima koji su doprineli povećanoj rizičnosti finansijskog poslovanja nabrojimo sledeće: Š 1973. godine započeli su naftni šokovi koji traju do danas, praćeni povećanim stopama inflacije i kamatnim stopama. Š Dana 19.10.1987. godine („crni poneđeljak“), američki berzanski indeksi su u jednom danu izgubili 23% svoje vrednosti, čime je preko noći nestao kapital u vrednosti od jedan bilion dolara. Š U 1992. godini odgođeno je stvaranje evropske monetarne unije zbog nemogućnosti održavanja fiksiranih intervalutnih kurseva između članica unije. Š 1994. godine centralna banka SAD-a, nakon što je tri godine držala kamatne stope na veoma niskom nivou, šest je puta tokom godine podizala kamatne stope i time izbrisala 1,5 biliona dolara svetskog kapitala. Š 1989 godine pukao je japanski finansijski balon, tako da se u sledeće tri godine japanski berzanski indeks Nikkei smanjio sa 39.000 na 17.000 jedinica. Ovakav negativan trend tržišnog indeksa uništio je 2,7 biliona dolara kapitala i izazvao neverovatnu finansijsku krizu u Japanu, od koje se Japan još uvek nije oporavio. Š Valutna kriza 1997. godine u Aziji izbrisala je tri četvrtine tržišne kapitalizacije deonica u Indoneziji, Južnoj Koreji, Maleziji i Tajlandu. Š Avgusta 1998. godine Rusija je obelodanila nemogućnost plaćanja svojih obaveza po izdatim državnim obveznicama, što je izazvalo finansijski šok delom sveta i rezultiralo skorom propašću velikih investicionih fondova. 40

Zajedničko svim ovim događajima bila je njihova neočekivanost i potpuna nespremnost učesnika na finansijskim tržištima. Rast interesa za upravljanjem finansijskim rizicima upravo je posledica nastojanja da se u budućnosti ako je moguće izbegnu ili makar ublaže učinci ovakvih finansijskih katastrofa. Cene nafte na svetskom tržištu su isto veoma značajno varirale i kao što je primetno, bile su korelirane sa kretanjem kamatnih stopa. Naftni šokovi imali su značajan uticaj na privrede širom sveta, a posebno na tržišta kapitala, koja su u vremenima porasta cena nafte beležila značajne padove. Navedeni primeri jasno ukazuju na tesnu povezanost valutnih kurseva, kamatnih stopa, cena nafte i kretanja deonica, što nameće nužnost upravljanja finansijskim rizicima. Može se zaključiti da u današnjem svetu niti jedna značajnija firma, a posebno finansijska institucija, ne može dugoročno planirati svoje poslovanje bez potpunog razumevanja okoline i rizika koji je okružuju. U vremenu opšte globalizacije i deregulacije ulog je za svaku pojedinačnu instituciju, ali i za celokupni finansijski sektor, prevelik da bi se moglo dopustiti zanemarivanje rizika.

41

5. UPRAVLJANJE TRŽIŠNIM RIZICIMA

5.1. Tradicionalno merenje tržišnog rizika Kvantifikacija tržišnog rizika nije nova stvar. Oduvek, od momenta kada su pozicije kojima se trguje prvi put zavisile od tržišta, trgovci su želeli da razumeju rizik u koji ulaze, posebno u pogledu hedžing parametara. Koristili su, i još uvek koriste, mere tržišnog rizika koje su blisko povezane sa načinom na koji se trguje njihovim proizvodima. Diskusija u nastavku ilustruje tradicionalna merila rizika kamatnih stopa. Vrednost svih kamatnih finansijskih proizvoda je sadašnja vrednost budućih novčanih tokova koji sačinjavaju instrument. Sadašnja vrednost bilo kojeg novčanog toka je zavisna od dospelosti novčanog toka i relevantne kamatne stope (prinosa, dobiti) za taj rok dospeća. Razmotrimo jedan dvogodišnji međubankarski zajam u veličini od 1m$, koji se plaća po fiksnoj kamatnoj stopi od 7%, polugodišnje. Tabela 5.1 pokazuje kako se izračunava vrednost međubankarskog zajma. Sadašnja vrednost svakog novčanog toka je data sledećom formulom:

SV =

Novani tok

y

Faktor diskontovanja

Faktor diskontovanja, podrazumevajući godišnje dobiti, je dat sa:

Faktor diskontovanja

=

1 1  r n

gde je n= broj godina, r = godišnja kamatna stopa (u %). 42

Tabela 5.1 – Sadašnja vrednost kredita Novčani tok ($)

Dospeće (god.)

Prinos (%)

Faktor diskont.

SV ($)

50.000

0,5

6,0

0,9713

48.565

50.000

1,0

6,5

0,9390

46.950

50.000

1,5

7,0

0,8653

43.265

1.050.000

2,0

7,5

0,8653

908.565

SV kredita

1.047.345

Trgovac, u čijim pozicijama postoji ovaj kredit, je izložen tržišnom riziku, koji se u ovom slučaju, satoji od rizika kamatne stope. Teškoća kod kamatne stope je da se radi sa čitavom krivom prinosa. Vrednost kredita, kao što se vidi iz tabele 5.1 je zavisna od prinosa u svim relevantnim rokovima dospeća. Kako onda trebamo da modelujemo rizik? Jedan tipičan portfelj sredstava u obliku kamatnih stopa će sadržati hiljade novčanih tokova koji dospevaju u mnogo stotina različitih datuma. Svaki pojedinačni datum dospeća će imati jedinstveni prinos koji je povezan sa njim. Stoga će vrednost portfelja potencijalno zavisiti od nekoliko hiljada prinosa. Svaki prinos se može posmatrati kao faktor rizika kojem je portfelj izložen. Potencijalno veliki broj faktora rizika dovodi do problema u praksi. Ono što je potrebno je naći način za aproksimiranje ponašanje svih prinosa uzetih objedinjeno, tj. ponašanja krive prinosa. Problem je onda modelovati kako će se menjati kriva prinosa, tj. kako će se oni pomerati. Jedna analiza pomeranja na krivi prinosa pokazuje da pomeranja na krivi prinosa mogu biti opisani preko relativno malog broja karakterističnih pomeranja: Š paralelnih pomaka Š uvijanja/zaokretanje oko pojedinačnog roka dospeća koji je obično jednu godinu Š talasanje, ili naginjanje Postoje manji pomaci, koji se obično zanemaruju. Slika 5.1 pokazuje, donekle stilski, kako ova pomeranja na krivi prinosa izgledaju. Za većinu tržišta, prva dva pomaka, paraleni pomak i uvijanje/zaokret, uzeti zajedno, čine između 80-90% svih pomeranja na krivi dobita. Usled relativno malog rezidualnog rizika, većina banaka modeluje svoj rizik kamatne stope oko prva dva pomeranja, ignorišući treći i ostale manje pomake. 43

Slika 5.1 Pomeranja na krivi prinosa Od pomenuta dva pomaka, paralelni pomaci su dominantni pomaci, na koje otpada oko 80% pomaka na krivoj prinosi. Posebne mere rizika se koriste za svaki od dva glavna pomaka na krivoj prinosi: Š Promena u sadašnjoj vrednosti porfolija uslovljena paralelnim pomeranjem bazne tačke na krivoj prinosi. Korišćenje paralelnog pomaka neke bazne tačke predstavlja de facto standard u ovoj oblasti. Š Vrednost portfelja se menja usled uvijanja ili naginjanja krive prinosa. Za ono što se naziva ‘rizikom krive prinosa’ ne postoji de facto standard u smislu pomeranja na krivoj prinosi. Oba ova merila rizika su merila osetljivosti, poput većine tradicionalnih merila rizika. Merila rizika bazirana na osetljivosti kvantifikuju uticaj profita i gubitka (P&L) na neki portfelj od strane neke specifične promene u nekom faktoru rizika. Oba gore navedena merila kvantifikuju osetljivost vrednosti portfelja na specifične pomake na krivoj prinosa. Rizik krive prinosa: - Da bi se izmerio rizik krive prinosa, neke banke koriste zaokret oko tačke roka dospeća od jedne godine, dok druge banke prosto naginju krivu prinosa nagore, započinjući od početka i povećavajući pomak za po jednu baznu tačku svake naredne godine. Malo razmišljanja će pokazati da naginjanje krive prinosa zapravo predstavlja kombinaciju (objedinjavanje) jednog zaokreta + jednog paralelnog pomaka krive prinosa. Činjenica da je naginjanje krive kombinacija dva tipa pomaka na krivoj prinosa ne umanjuje mu vrednost kao merilu osetljivosti portfelja na neki zaokret na krivoj prinosa, pri čemu je bitno da se obezbedi da je prinos u svakom datumu dospeća pomeren za više u odnosu na prethodni rok dospeća. 44

Zaokret na krivoj prinosa će imati najveći uticaj na portfelj kamatnih stopa koji ima značajna neslaganja u rokovima dospeća, tj. duge i kratke pozicije pri različitim rokovima dospeća odnosno portfelj će gubiti novac (vrednost) ukoliko dođe do zaokreta na krivoj prinosa. Dakle cilj merila krive prinosa je da kontroliše obim neslaganja rokova dospeća koji se mogu javiti u portfelju.

5.2. Merenje tržišnog rizika savremenim metodama Tradicionalna merenja rizika odražavaju način na koji se trguje različitim finansijskim instrumentima. Ako se uzmu jedno po jedno merenja rizika onda ih je lako razumeti. Međutim, pošto svaka grupa proizvoda može imati jednu ili više mera rizika, ovo može dovesti do velikog broja mera rizika potrebnih za merenje svih tržišnih rizika kojima su izložene aktivnosti vezane za trgovanje na berzi. Zamislimo menadžera zaduženog za rizike koji izlaže izloženost banke generalnom direktoru. On vredno prikazuje brojke povezane sa možda desetak ključnih merila rizika. Direktor može imati teškoće u procenjivanju ukupne rizičnosti bančinih pozicija. Zato može upitati: „Koliko novca mogu izgubiti ukupno? Da li je banka sigurna?“ Na ova pitanje bi menadžer za rizike imao poteškoće da odgovori, ukoliko ima u posedu jedino tradicionalna merila rizika. Pored teškoća u agregaciji rizika duž područja poslovanja sa merilima zasnovanim na osetljivosti, takođe nije moguće koristiti tradicionalna merila rizika za upoređivanje rizičnosti jedne poslovne aktivnosti u odnosu na drugu. Drugi značajan problem sa tradicionalnim merilima rizika je da ona ne daju osećaj verovatnoće da će neka data količina novca biti izgubljena. Na trgovcu, ili menadžeru ostaje da koristi svoje iskustvo i prosuđivanje – što postaje sve teže kako se neko penje na korporativnoj hijerarhiji, jer se svakodnevni kontakt sa tržištem gubi. Jedan aspekt portfelj menadžmenta koji je pođednako važan za viši menadžment koliko i za trgovce je diversifikacija. Diversifikacija je obim u kojem je rizik smanjen u nekom portfelju preko investiranja raspoređenog na razne aktive ili klase aktive. Tradicionalna merila rizika niti opisuju niti kvantifikuju diversifikaciju unutar portfelja neke banke. Postoje mnoga pitanja koja tradicionalna merila rizika zasnovana na osetljivosti ne mogu s lakoćom da odgovore, a neka od njih su:

45

Š Koliko možemo izgubiti u običnom danu - i sa kojom verovatnoćom? Š Koliko možemo izgubiti u ekstremnim okolnostima (krah berzi)? Š Kakva je moja opšta izloženost duž svih proizvoda, klasi sredstava i valuta? Š Koja područja trgovanja nose javlja najveći rizik? Š Da li naši postojeći limiti omogućavaju banci da preuzme veći rizik negoli što sebi možemo da priuštimo? Š Da li naše aktivnosti trgovanja donose dovoljno prinosa u poređenju sa rizikom u koji se ulazi? Iz tih razloga, budući da je merenje tržišnih rizika veoma zahtevno i široko područje, logičan je bio i razvoj mnogobrojnih metoda za njegovo merenje i upravljanje. Navešćemo pet najpoznatijih i najrasprostranjenijih pristupa merenja tržišnog rizika po Marrisonu: Š analiza osetljivosti, Š testiranje ekstremnih događaja, Š testiranje scenarija, Š CAPM model i Š rizična vrednost (VaR) 5.2.1. Analiza osetljivosti Analiza osetljivosti predstavlja posmatranje promene vrednosti portfelja (P) ukoliko dođe do male promene određenog faktora rizika (f ). Faktori rizika predstavljaju tržišne promenljive iz kojih se mogu dobiti vrednosti svih hartija od vrednosti na tržištu. Glavni faktori rizika jesu: valutni kursevi, kamatne stope, tržišni indeksi, cene roba, volatilnost, te forward cene svakog od ovih faktora. Osetljivost se može meriti relativnom promenom vrednosti portfelja (P) prilikom male promene faktora rizika ( H ), deljeno sa promenom u faktoru rizika, tako da:

Osetljivost

P(f  H)  P(f ) H

Mera osetljivosti može se primeniti za portfelj obveznica, deonica, valuta, za terminske ugovore i za opcije. Merenje rizika osetljivošću daje dobre aproksimacije za vrednost portfelja u slučaju malih promena faktora rizika. Ukoliko su promene u faktorima rizika velike, kao što je to slučaj u finansijskim krizama, linearna mera osetljivosti ne daje zadovoljavajuće rezultate i potrebno ju je izbegavati. 46

5.2.2. Testiranje ekstremnih događaja Testiranjem ekstremnih događaja se vrši ocena potencijalnih ekonomskih gubitaka na tržištima koje se ne ponaša normalno. Istorijska analiza tržišta pokazuje da tamo gde se ekstremne promene na tržištima dešavaju češće nego što bi to normalna raspodela ukazivala. Mada je disciplina upravljanja rizicima dosta napredovala, klasični događaji kao što su prirodne katastrofe, ratovi, ili politički konflikti još uvek leže van dometa statističkog predviđanja. Pri testiranju ekstremnih događaja simuliraju se velike promene faktora rizika, te se pri svakoj promeni faktora rizika vrši potpuno vrednovanje portfelja i evidentiranje procenjenih gubitaka. Nakon sprovedenog testiranja ekstremnih događaja, može se sa sigurnošću tvrditi da npr. ako se kamatne stope na tržištu povise za 5% banka će izgubiti 10 miliona evra. Obično se veličine promena faktora rizika standardizuju kako bi se mogli uniformno sprovoditi u svim delovima organizacije. Pri obavljanju testiranja važno je utvrditi koji faktori se kreću samostalno, a koji zavise jedan od drugoga, kako bi testiranja bila što realnija. Testiranje ekstremnih događaja u kombinaciji sa rizičnom vrednosti (VaR) daje detaljniju sliku tržišnog rizika. Ovaj dualni pristup koriste mnoge banke (primer Chase banke). Na taj način se obezbeđuje profil rizika koji je diversifikovan i dovoljno fleksibilan da obuhvati sve mogućnosti za povećanje prihoda banke, i u vremenima normalnih tržišnih promena kao i u situacijama kada to nije tako.

Slika 5.2 – Odnos 2 valute/testiranje ekstremnih događaja 47

Na slici 5.2 je histogram odnosa dve valute (AUD/USD) u određenom periodu pri čemu je prikazano gde treba da bude fokus testiranja ekstremnih događaja (crvena boja). Ovi testovi treba da provere repove raspodele prinosa. Otuda se oni mogu smatrati kao komplement VaR-u. Uz sve zabeležene koristi testiranje ekstremnih događaja ima i nekoliko bitnih nedostataka: Š testovi daju velike količine podataka, ali ne pokazuju direktno na to koji od testiranih promena predstavlja najveći problem za finansijsku instituciju, Š smer i jačina promena rizičnih faktora nisu nužno vezani uz verovatnću nastanka takvih događaja, Š testovi se zasnivaju na pretpostavci da je korelacija između pojedinih faktora rizika nula ili jedan, odnosno da se kreću nezavisno jedan od drugog ili simultano. Ovakav pristup može značajno iskriviti sliku stvarnog rizika kome se izlaže svaka finansijska institucija. 5.2.3. Testiranje scenarija Testiranje scenarija je veoma slično testiranju ekstremnih događaja po tome što oba pristupa koriste predodređene promene u faktorima rizika i potom ocenjuju promene vrednosti posmatranog portfelja. Za razliku od testiranja ekstremnih događaja pri testiranju scenarija, promene u faktorima rizika su subjektivno određene i oblikovane kako bi opisivale određeni razvoj događaja na finansijskom tržištu. Pri stvaranju scenarija koriste se subjektivna mišljenja kako bi se testirao skup «najgorih» scenarija. Svaki scenarij odgovara određenoj vrsti tržišnog rizika, kao što je npr. pad tržišta kapitala u SAD-u, recesija u Kini, rast cena nafte itd. Za modeliranje scenarija najčešće se koriste događaji iz prošlosti, te se putem testiranja daje odgovor na pitanje, što bi se dogodilo sa vrednošću portfelja, ukoliko bi se ti događaji ponovili danas. Iako su velike koristi testiranja scenarija i preporučuje se njihova primena, kao samostalna mera rizika posjeduje nekoliko ozbiljnih nedostataka: Š testiranje je veoma zahtevno i zahteva puno vremena, Š moguće je testirati samo ograničeni broj scenarija, Š veličine promena se određuju subjektivno, Š moguć je sukob interesa budući da je osoba koja trguje i na taj način izlaže Š instituciju rizicima ista osoba koja će sudelovati na testiranju scenarija, kao stručnjak za svoje područje delovanja. 48

5.2.4. CAPM model Capital Asset Pricing Model (CAPM) se koristi u finansijskom poslovanju za određivanje teoretski odgovarajuće stope prinosa (rate of return). Na taj način bi se odredila cena sredstva (HOV), ukoliko se isto pridoda diversifikovanom portfelju, pri čemu CAPM formula uzima u obzir osetljivost tog sredstva na rizik na ne-diversifikovanost (takođe poznat pod imenom sistematski rizik ili tržišni rizik). U modelu se koriste, u finansijskog industriji poznati koeficijent beta (β), kao i očekivani prinos tržišta i očekivani prinos od teoretski bezrizičnog sredstva. CAPM proizlazi iz Markowitzeve savremene teorije portfelja i pri tome polazi od pretpostavke da je očekivani prinos na određenu hartiju od vrednosti (i), E(ri) funkcija sledećih promenljivi: bezrizičnog prinosa (rf ), očekivanog (prosečnog) prinosa na tržištu E(rm) i korelacije između hartije od vrednosti i tržišta, što je prikazano sledećom formulom:

E(ri ) E

rf  E (E(rm )  rf )

Ui,m Vi Vm

(beta - osetljivost prinosa HOV na prinos tržišta)

Ui,m – koeficijent korelacije između HOV (i) i tržišta Vi - standardna devijacija HOV (i) Vm - standardna devijacija tržišta (m) pri tome razlika E(rm )  rf je poznata pod imenom tržišni ili rizični premijum. Kada se putem CAPM izračuna E(ri), njime se diskontuje budući novčani tok do sadašnje vrednosti kako bi se dobila korektna cena HOV. U teoriji HOV je korektno vrednovana ako je posmatrana cena ista kao i vrednost dobijena putem CAPM diskontovanja. Ako je posmatrana cena veća ili manja, tada je sredstvo respektivno precenjeno ili podcenjeno. CAPM proizilazi iz savremene teorije portfelja. On pretpostavlja da na efikasnom tržištu, investitor može investirati u diverzifikovani portfelj, koji smanjuje ili potpuno uklanja sve rizike osim sistemskog rizika. Dakle, ako ima dobro diversifikovani portfelj, investitor treba da brine jedino zbog nivoa sistemskog (tržišnog) rizika. Beta koeficijent: - Ključni parametar u CAPM modelu je dakle beta koeficijent. On meri onaj deo statističke varijanse sredstva (HOV) koji se ne može izbeći diversifikacijom portfelja koji se sastoji od dosta rizičnih sredstava, jer je u korelaciji sa prinosima odtalih sredstava u portfelju. 49

Na primer, ako bi svaka akcija na Beogradskoj Berzi bila nekorelirana sa svim akcijama, tada bo svaka akcija imala Beta = 0. Na taj način bi diversifikacijom dovoljnog obima bilo moguće napraviti portfelj bez rizika. Međutim u realnom svetu, sve investicije imaju tendenciju korelacije, najviše unutar istih industrijskih sektora. Ovaj korelirani rizik, koji se meri sa Beta, predstavlja uglavnom celokupni rizik diversifikovanog portfelja. Po definiciji, samo tržište ima beta vrednost 1.0, dok individualne akcije se rangiraju u skladu sa veličinom odstupanja od tržišta. Akcija koja oscilira, odnosno više je volatilna, u odnosu na tržište u određenom periodu ima beta vrednost iznad 1.0. Ako se pak akcija pomera manje nego tržište, tada je beta akcije manje od 1.0. Konkretnije, akcija koja ima beta vrednost 2 prati tržište u opštem rastu ili padu, ali sa faktorom 2; što znači da ako tržište padne za 3%, akcija sa beta 2 će pasti za 6% (beta takođe može biti negativna, što bi značilo da akcija ide u suprotnom smeru od tržišta). Veće vrednosti beta za akcije označavaju veću volatilnost i na taj način su rizičnije, ali zauzvrat potencijalno mogu doneti veće prinose; manje beta označavaju manji rizik ali u isto vreme i manji prinos. Beta se može koristiti i kao indikator za za ROI (Required returns on investment). To bi značilo da na primer ako je beta 1.0 a očekivani prinos je 8%, akcija sa beta od 1.5 bi imala prinos od 12%. 5.2.5. Rizična vrednost - VaR (Value at Risk) Jedan od najznačajnijih napredaka na polju upravljanja rizicima u poslednjoj deceniji je razvoj i sve šira primena ove metodologije merenja rizika koja je posebno stvorena kako bi merila i upravljala različitim rizičnim pozicijama celokupne finansijske institucije. Iako se ova metoda merenja rizika može naći pod mnogim imenima (Bankers Trust koristi naziv Capital at Risk (CaR), J.P. Morgan Value at Risk (VaR) i Daily Earnings at Risk (DEaR), neke organizacije koriste nazive Dollars at Risk (DaR) i Money at Risk (MaR)) svima je zajednička osnova, a to je da kombinuje osetljivost portfelja na promene na tržištu sa verovatnoćom nastanka određenog događaja. VaR metoda merenja tržišnog rizika trenutno predstavlja najbolju dostupnu tehniku merenja rizika. Kao takvu ju je prihvatio i Baselski komitet za bankovnu superviziju, te je postala industrijski standard za merenje tržišnih rizika.

50

5.3. Definicija i razvoj metode VaR Vreme je da upoznamo rizičnu vrednost. VaR je statistička mera rizika koja ocenjuje maksimalni gubitak koji se može ostvariti na nekom portfelju sa nekim datim nivoom poverenja. VaR uvek dolazi sa verovatnoćom koja govori koliko je verovatno da će gubici biti manji od nekog datog nivoa. VaR je novčana veličina koja se može izgubiti tokom nekog datog perioda vremena. Period vremena je zavistan od perioda u kome se smatra da će portfelj biti konstantan. Sledi opšta formalna definicija VaR-a: „Vrednost koja se rizikuje je maksimalna količina novca koja se može izgubiti na nekom portfelju tokom nekog datog perioda vremena, sa nekim datim nivoom poverenja“ VaR se obično izračunava na jednodnevni period – poznat kao period držanja (vrednosti) – i obično se izračunava sa 95%-tnim poverenjem. 95%-tno poverenje znači da postoji (u proseku) 95% verovatnoća da gubitak portfelja bude manji od izračunate vrednosti VaR-a. Tako da tipična definicija VaR-a postaje: VaR je maksimalna količina novca koja može biti izgubljena na nekom portfelju tokom 24 sata, sa 95%-tnom poverenjem (videti sliku 5.3)

Slika 5.3 – VaR i raspodela prinosa Period držanja je jedan od ključnih delova definicije. U gornjoj definiciji, period držanja je jedan dan, što je period koji se najčešće koristi. Period držanja se bira zavisno od toga kako će rezultujući VaR biti korišćen, a VaR može biti 51

izračunata za bilo koji period držanja. Odabrani period držanja ima značajan uticaj na izračunati VaR, u smislu da što je duži period držanja veća će biti VaR. Ovo ima smisla, jer se intuitivno može očekivati veća promena cene tokom perioda od jednog meseca negoli za 24 sata. 95%-tno poverenje znači da za oko 5% vremena, banka može očekivati da izgubi više negoli je to broj dat preko VaR-a. 5% vremena je jedan dan od 20 dana. Kada se bacaju novčici očekuje se glava u 50% slučajeva, ukoliko se radi o velikom broju bacanja. Na uzorku od samo 20 bacanja neko može dobiti 15 glava, a ne očekivanih 10. Isto važi i za VaR. Nivo poverenja će važiti jedino ukoliko VaR uporedimo sa stvarnim gubitkom na nekom portfelju tokom velikog broja dana. Moguće je, čak i verovatno, da u nekom momentu možemo imati nekoliko dana zaredom u kojima će stvarni gubitak na portfelju premašiti brojke date VaR-om. Jedna važna stvar za koju definicija VaR-a ne daje nikakvi pokazatelj je da VaR uzima u obzir efekte diversifikacije koja postoji u portfelju. Svi smo čuli staru mudrost da „ne treba sva jaja stavljati u istu korpu“. Drugim rečima, rizik se smanjuje u nekom portfelju raspoređivanjem investicija duž nekog broja sredstava koja se investiraju. Ovaj efekat smanjivanja rizika je u potpunosti uzet u obzir pri izračunavanju VaR-a. Ovo nas dovodi do ograničenja VaR-a. Iako nam VaR govori da će neki gubitak veći od nekog datog iznosa, recimo X$, u proseku da se javi u jednom od 20 dana (za VaR izračunat za 95%-tno poverenje), VaR nam ne može reći koliki će gubitak koji premašuje X$ zapravo biti veliki. VaR nam stoga ne može reći koliki će biti maksimalni gubitak na portfelju. Testiranje ekstremnih događaja je neophodno da bi pobliže odgovorili na ovo pitanje. Stoga, VaR nije dovoljan sam po sebi za efektivno upravljanje rizikom. VaR, izračunat na uobičajeni način, daje jednu preciznu statističku ocenu maksimalno verovatnog gubitka na nekom portfelju u slučaju da se tržište ponaša normalno. Međutim često se finansijska tržišta ne ponašaju normalno što se ogleda u ekstremnijim promenama cena koje se javljaju u realnom životu od onih očekivanih pri korišćenju standardnih statističkih pretpostavki. VaR nije zamišljen da se bavi abnormalnim (ekstremnim) promenama cena. Testiranje ekstremnih događaja se tipično koristi za dopunu VaR-a, iz pomenutog razloga. Testiranje ekstremnih događaja se sastoji od primena predefinisanih promena cena na stavke sredstava koje sačinjavaju portfelj i izračunavanja promena vrednosti portfelja izazvanih tim promenama cena. Testiranje ekstremnih događaja se opisuje i razmatra kasnije u poglavlju. Zajedno, VaR i testiranje ekstremnih događaja, daju osnovu za sveobuhvatni okvir upravljanja rizikom. Osamdesetih godina prošlog veka, vodeće finansijske institucije, kao na primer JP Morgan, krenule su u razvoj internih modela za merenje tržišnih rizika. 52

Tako je nastao najpoznatiji od tih sistema, RiskMetrics. Tehnički dokument koji u potpunosti opisuje funkcioniranje ovog sistema javno je objavljen 1994. godine od srane JP Morgan, da bi nakon toga, zbog svoje široke primenljivosti postao industrijski standard. Dokument je revidiran najpre 1996 a zatim 2001. VaR metodologija koju primenjuje RiskMetrics sistem temelji se na savremenoj teoriji portfelja, koristeći procene standardnih devijacija i koeficijente korelacija hartija od vrednosti kako bi se procijenio njihov rizik. Iako je teorija na kojoj se temelji RiskMetrics sistem prilično poznata u finansijskim krugovima, osposobljavanje ovakvog sistema merenja rizika zahtevalo je mnogo napornog rada u smislu određivanja standarda i konvencija ulaznih podataka, sakupljanja baza podataka, usaglašavanja statističkih pretpostavki, procedura potrebnih za merenje volatilnosti i korelacija, te rešavanje mnogih drugih tehničkih i teorijskih pitanja. Paralelno s istraživanjima J.P.Morgana i druge institucije su razvijale svoje interne modele. Modeli koje su te firme razvile međusobno se značajno razlikuju, iako se temelje na sličnim teorijskim postavkama. Većina razlika među modelima nalazi se u pristupu obrade ulaznih podataka, postupcima predviđanja volatilnosti i korelacije, pretpostavki teorijskih raspodela itd. Uporedno s ovim parametarskim pristupima oceni VaR-a pojavili su se i modeli koji se ne temelje na savremenoj teoriji portfelja, kao što je procena VaR-a istorijskom simulacijom ili Monte Karlo simulacijama. Do 1994. godine svi interni modeli su bili čuvani u strogoj tajnosti, kako konkurencija ne bi mogla koristiti rezultate istraživanja. J.P.Morgan se 1994. godine odlučio na drastičan potez i javno objavio način funkcioniranja svog sistema za merenje tržišnih rizika, te je omogućio slobodan pristup putem Interneta do svojih baza podataka i sistema. Nakon toga usledilo je naglo širenje VaR modela koje su osim investicionih banaka, počele koristiti i komercijalne banke, mirovinski fondovi, osiguravajuća društva, pa čak i nefinansijske organizacije. Jedna od glavnih prednosti VaR-a je da je on jedno merilo rizika koje može biti primenjeno na sve finansijske proizvode kojima se trguje. Stoga, on je standardno merilo rizika koje omogućava direktno poređenje rizika koji nastaju u različitim područjima poslovanja. Pošto VaR može biti korišćen za merenje rizika za bilo koji proizvod on se može sjedinjavati na različitim područjima poslovanja da bi se dobila jedinstvena brojka/veličina za rizik u koji se ulazi u svim objedinjenim područjima poslovanja. Ipak, kao što je rečeno, VaR nije opšti recept za sve, jer on efektivno meri tržišni rizik jedino kada se tržište ponaša ‘normalno’. Ovo znači da je VaR merilo svakodnevnog, ili rizika u portfelju uobičajenog poslovanja, sa nekim datim nivoom poverenja. VaR se ne bavi adekvatno sa prilično čestim ekstremnim cenovnim pomacima koji se beleže na finansisjkim tržištima. Stoga, VaR mora da bude povezan sa testiranjem ekstremnih događaja radi obezbeđivanja jednog sveobuhvatnijeg okvira upravljanja tržišnim rizikom. 53

5.4. Vrste VaR metoda Razvojem VaR sistema merenja rizika jasno su se izdvojila tri glavna načina merenja VaR-a, i to: Š Parametarski VaR Š Istorijska simulacija Š Monte Karlo simulacija Iako se ova tri pristupa izračunu VaR-a razlikuju i često daju različite rezultate, zajednička su im neka ograničenja i karakteristike. Svaki od pristupa koristi faktore rizika. Praćenjem kretanja malog broja faktora rizika, kao što su kamatna stopa, intervalutni kursevi, volatilnosti itd. moguće je izračunati vrednosti hiljada hartija od vrednosti koje se nalaze na tržištima kapitala. Sva tri pristupa izračunavanja VaR-a koriste istorijsku raspodelu promena cena na tržištu kako bi odredili odgovarajuću raspodelu za dobivene podatke. Zbog ovog pristupa sve tri metode se suočavaju sa problemom izbora vremenskog horizonta iz kojeg će koristi istorijske podatke. Problem se javlja zbog nemogućnosti istovremenog zadovoljenja dva ekstrema kojima se teži. S jedne strane želi se uzeti dovoljno dugo istorijsko razdoblje, tako da dobiveni podaci u sebi sadrže retke i ekstremne događaje, koji najčešće i uzrokuju najozbiljnije gubitke. S druge strane, budući da se VaR-om želi predviđeti buduća raspodela prinosa, potrebno je koristiti najnovije tržišne podatke koji ukazuju na najnovija kretanja na tržištima. Budući da je za sada nemoguće pomiriti ova dva cilja potrebno je pronaći odgovarajući kompromis. U nastavku su ukratko prikazana opšta obeležja svaka od tri pristupa izračunuvanju VaR-a. 5.4.1. Parametarska metoda Parametarska metoda merenja VaR-a poznata je pod mnogim nazivima, od kojih su najčešći: Linearni VaR, VaR varijanse i kovarijanse, Delta normalan VaR i Delta-gama normalan VaR. Izračunavanje VaR-a parametarskom metodom vrši se na taj način što se pretpostavi da raspodela prinosa odgovara nekoj od teorijskih raspodela, kao što je npr. normalna raspodela. Primenom ove pretpostavke, VaR za tržišni rizik izračunava se na bazi dva osnovna parametra: (1) srednje vrednosti dobitaka/gubitaka (ili stope prinosa) posmatranog portfelja, te (2) standardne devijacije posmatranih podataka. 54

5.4.1.1 Kovarijansa za pojedinačnu poziciju Pretpostavimo da želimo da napravimo portfelj investicionih sredstava i da počinjemo sa kupovinom zlata vrednog 100.000 $. Želimo da znamo: „Koliko novca možemo da izgubimo na ovoj poziciji tokom perioda od jednog dana?“ Da bi izračunali potencijalni jednodnevni gubitak potrebna nam je volatilnost promena cena zlata. Jednodnevna volatilnost promena cena zlata je data sa 0,55% (za cenu zlata u $). Na ovaj način, možemo da izračunamo vrednost koja se rizikuje, tj.potencijalni gubitak na poziciji tokom jednodnevnog perioda na sledeći način: VaR= V y P gde je: V- volatilnost, a P= vrednost pozicije ($) Tako dobijamo da je VaR od 100,000 x 0,0055 =550$. Dakle, odgovor je da na našoj poziciji od 100.000$ zlata možemo izgubiti 550$ tokom perioda od 24h. Sledeća stvar koju možemo poželeti da saznamo je: „Koji je stepen poverenja koji možemo imati u ovu brojku od 550$?“ Nivo poverenja se definiše statistički i zahteva razumevanje raspodele frekfencija cenovnih promena. 5.4.1.1.1 Normalna raspodela Jedan od ključnih pretpostavki pri izračunavanju VaR-a korišćenjem metoda kovarijanse je da su prinosi (tj. procenat cenovnih promena) na finansijskim tržištima imaju takođe približno normalnu raspodelu. Raspodela cenovnih promena za zlato je prikazana na slici 5.4.

Slika 5.4 Cene zlata i normalna rapodela 55

Kriva normalne raspodele je postavljena preko grafika raspodele cene zlata, u svrhe poređenja. Poređenjem normalne krive i histograma može se videti da raspodela promena cena zlata ima približno normalnu raspodelu. Jasno je, naravno, da neće sve promene cena biti obuhvaćene unutar normalne krive prikazane na grafikonu. Raspodela cena zlata pokazuje klasične osobine raspodele promena cena finansijskih sredstava, tj. visok centralni vrh i „debele repove“. Raspodela sa debelim repovima ima više učestalosti ekstremnih cenovnih pomaka negoli neka istinski normalna raspodela. Postojanje debelih repova kod promena cena finansijskih sredstava znači da VaR nije, sam po sebi, dovoljan alat za merenje rizika. Stoga determinističko testiranje ekstremnih događaja mora biti korišćeno kao dopuna za VaR. Testiranje ekstremnih događaja istražuje potencijalni gubitak na portfelju usled široke raznolikosti scenarija promena cena. 5.4.1.1.2 Opisivanje volatilnosti Parametarski odnosno kovarijansni VaR modeli pretpostavljaju normalnost, tj. da su procentualne cenovne promene na finansijskim tržištima normalno raspoređene. Ova pretpostavka omogućava da volatilnost bude opisana u smislu standardnih devijacija (SD). Volatilnost se obično opisuje u smislu procentualnih promena pri čemu je standardno merilo promenljivosti (nestalnosti) procentualna promena koja je jednaka jednostrukoj standardnoj devijaciji. Kritičko pitanje u pogledu volatilnosti je: „Kakvo poverenje možemo imati da buduće promene cena neće biti veće od navedene volatilnosti?“. Merilo volatilnosti od jednostruke standardne devijacije daje nivo poverenja od 68% da apsolutna (tj. pozitivna ili negativna) vrednost cenovnih promena neće premašiti datu volatilnost. Ovo je prikazano na slici 5.5. Površina, ili proporcija, cenovnih promena pokrivenih jednostrukom standardnom devijacijom je prikazana zasenčenim područjem.

Slika 5.5 - 1-struka i 1,65-struka standardna devijacija 56

Šire područje, obojeno crnim pokazuje cenovne promene koje su pokrivene 1,65-strukim standardnim devijacijama (SD). 1,65-struka SD daje nivo poverenja (koji se naziva intervalom poverenja) od 90%. Ovo znači da 5% cenovnih promena naviše će biti van 1,65-struke SD a isto tako 5% cenovnih promena naniže će biti izvan 1.65-struke SD. Stoga, negativna procentualna cenovna promena koja odgovara 1,65-strukoj SD daje 95%-tno poverenje da cenovna promena naniže neće nadmašiti tu brojku. Kada merimo VaR mi se bavimo samo sa potencijalnim gubicima, ne i sa profitima. Stoga, mi razmatramo samo procentualne cenovne promene naniže koje nisu pokrivene SD-a koje se koriste. Ovo se često označava kao jedno-kraki interval poverenja. U primeru zlata, prethodno navedenom, volatilnost je data sa 0,55%. To je zapravo kvota standardne volatilnosti, tj. mera standardne devijacije. Stoga, mi možemo imati nivo poverenja od 84% (1 SD=68% svih cenovnih promena; uzimajući samo pomeraje naniže, 1 SD=84%) da gubitak neće premašiti 550$. Kada izračunavaju VaR većina banaka koristi jedno-kraki interval poverenja od 95% ili više. 95% poverenje je dato sa 1,65-strukom SD-om; 99%-no poverenje je dato sa 2,33-strukom SD-om. Stoga, za gornji primer neke pozicije od 100.000 $ u zlatu, ukoliko želimo VaR brojku sa 95%-tnim intervalom poverenja trebalo bi pomnožiti volatilnost sa 1,65. Ovo daje VaR od: VaR=1,65 x 0,0055 x 100,000= 907,50 $ Ovaj VaR ima 95%-tno poverenje da gubitak neće premašiti ovu brojku tokom 24h. Ovo bi moglo da bude zaokruženo na 910$, jer navođenje bilo kojeg VaR broja sa nekoliko značajnih cifara implicira određen nivo tačnosti i sigurnosti koja se ne može obezbediti. Iako za parametarski pristup određivanja VaR-a nije potrebna pretpostavka da su dobici/gubici (stope prinosa) portfelja normalno raspodeljeni, najčešće se pri ovom načinu upravo koristi normalna raspodela ili približna alternativa (eliptična raspodela). Normalna raspodela ima veoma privlačne karakteristike koje umnogome pojednostavljuju računanje VaR-a. Jednostavnost se ogleda u tome što je za poznavanje celog oblika normalne krive potrebno znati samo aritmetičku sredinu i standardnu devijaciju određene pojave. Slučajna promenljiva (x), s aritmetičkom sredinom P i standardnom devijacijom V, je normalno distribuirana ukoliko funkcija verovatnoće f(x) da promenljiva (x) poprimi vrednosti X, prati sledeću funkciju verovatnoće:

57

g (x)

1 V 2S

ª 1 § (x  P ·2 º exp «  ¨ ¸ » «¬ 2 © V ¹ »¼

gde je: V - standardna devijacija, P - aritmetička sredina Radi utvrđivanja položaja određene vrednosti promenljive (x) u nizu podataka, primenjuje se standardizirana vrednost promenljive - z (Z-score). Svaka se promenljiva x može svesti na standardiziranu ako se obeležje X linearno transformira u X = P + zV. Standardizirano obeležje predstavlja odstupanje vrednosti promenljive (x) od aritmetičke sredine te promenljive izraženo u jedinicama standardne devijacije. zi

xi  P V

i = 1,2,..., N

Iz prethodne jednačine je vidljivo da je standardizirano obeležje (z) linearna transformacija vrednosti promenljive x. Standardizirana promenljiva (x) ima aritmetičku sredinu jednaku nuli (P = 0), a standardnu devijaciju jednaku jedan (V = 1). Vrednost (z) može poprimiti pozitivne i negativne vrednosti. U većini postojećih sistema, vrednosti numeričkih promenljivi najčešće se nalaze unutar tri standardne devijacije na levu ili na desnu stranu od aritmetičke sredine te se u tom rasponu nalaze gotovo sve vrednosti određene promenljive. Prema pravilu Čebiševa raspon od P r 2V obuhvata najmanje 75% svih vrednosti promenljive (x), a raspon od P ± 3V, najmanje 88,89% svih vrednosti promenljive (x). Normalna raspodela pruža jednostavan odgovor na pitanje kolika je verovatnoća događaja pri određenom kvantilu. Pretpostavka da su gubici/dobici normalno distribuirani ima tri veoma bitne prednosti prema svim ostalim raspodelama i mnogostruko pojednostavljuju postupak izračunavanja VaR-a. 1. Normalna raspodela je reprezentativna u uslovima kada se može primeniti teorema centralne tendencije 2. Normalna raspodela daje jednostavne formule za kumulativne verovatnoće kao i za vrednosti kvantila: Š Kumulativna gustoća normalne raspodele - izračunava verovatnoću da vrednost promenljive (x) bude jednaka ili manja od unapred zadane vrednosti X. 58

Verovatnoća x

(x d X)

g (x)

³

f

ª 1 § (x  P) ·2 º exp «  ¨ ¸ » dx V 2S ¬« 2 © V ¹ ¼» 1

Š Vrednost kvantila – izračunava kvantil (vrednost x-a) koji odgovara nivou verovatnoće s (s je najniža vrednost promenljive koja se može očekivati uz odgovarajuću verovatnoću, tj. X s P  D s V Š Za određivanje normalne raspodele potrebna su samo dva parametara – aritmetička sredina i varijansa. Element iz prethodnih formula za kumulativnu gustinu normalne raspodele i vrednost kvantila, koji direktno utiče na smanjenje VaR-a jest aritmetička sredina dobitaka/gubitaka (prinosa) portfelja, pod uslovom da je ona pozitivna (P > 1). Razvijeni sistemi merenja rizika pomoću VaR-a poput J.P. Morgan-ovog RiskMetrics-a uzimaju za vrednost aritmetičke sredine (P) nulu (RiskMetrics, 1996), što je u skladu sa aritmetičkom sredinom standardiziranog obeležja i teoremom centralne tendencije. Uzimanje vrednosti aritmetičke sredine veće od nula pretpostavlja pronalazak portfelja hartija od vrednosti čiji prinosi u proseku rezultiraju pozitivnom razlikom za investitora. Vrednost VaR-a za portfelj s pozitivnom aritmetičkom sredinom bez obzira na relativni iznos standardne devijacije u dužim razdobljima držanja (N) biti će manja od portfelja s aritmetičkom sredinom nula i manjom standardnom devijacijom. Da bi se bi se izračunavanje VaR-a prilagodilo za proizvoljni iznos vremena potrebna je mala modifikacija formule za izračunavanje VaR-a. Vrednost aritmetičke sredine stope prinosa portfelja (Pr) za određeno razdoblje od (N) vremenskih jedinica (npr. dana) biće:

P r (N)

NxP

Vrednost standardne devijacije stopa prinosa (Pr) za razdoblje (N) biće: V2r (N)

NxV2r Ÿ V(N)

NxVr

Modifikovani izraz za izračunavanje VaR-a za određeno razdoblje (N) i nivo verovatnoće (s) glasi: VaR(N,s)

Ds NxVr  NP r 59

Prema ovoj formuli vrednost VaR-a, za Pr!0, raste s povećanjem verovatnoće i u početku raste sa dužinom razdoblja držanja portfelja, da bi kasnije počeo opadati. Vrednost VaR-a raste produženjem perioda držanja zbog porasta u prvom izrazu formule, a opada zbog drugog izraza u formuli. 5.4.1.2 Period držanja Period držanja je vremenski horizont tokom koga se VaR izračunava, tj. period vremena tokom koga se izračunavaju potencijalni gubici na portfelju. VaR se povećava sa povećavanjem perioda držanja jer volatilnost raste približno proporcionalno sa kvadratnim korenom perioda držanja. Na primer, ukoliko je neka banka promenila svoj period držanja sa 1 dana na 10 dana njen VaR broj bi se povećao za kvadratni koren od 10 tj. za 3,16. Stoga je izbor perioda držanja od ključne važnosti za izračunavanje VaR-a. Period držanja koji banka odabira se bira zavisno od toga kako ona koristi VaR i šta on za nju predstavlja. Mnoge banke biraju period od 1 dana kao period držanja. Možda glavni razlog zašto banke odabiraju period držanja od 24h je to da se P&L mere na dnevnoj bazi. Tako dnevni VaR omogućava poređenje sa dnevnim P&L. Postoji argument za tvrdnju da period držanja treba da bude jednak periodu likvidacije (naplate) različitih instrumenata bančinog portfelja. Najčešće obrazloženje za izbor perioda od 1 dana je da se veruje da većina likvidnih pozicija koje poseduje banka mogu biti naplaćene u roku od 24h. Ovo ne uzima u obzir vreme naplate nelikvidnih pozicija ili velikih pozicija koje poseduje banka. Drugi način za definisanje perioda držanja je vreme potrebno da se hedžuju bančini tržišni rizici. Takođe treba istaći i pogled koji kaže da period držanja predstavlja period vremena tokom koga sastav portfelja ostaje (skoro) potpuno konstantan. Za većinu banaka sa značajnim poslovnim operacijama sastav njihovih globalnih portfelja ostaje vrlo sličan tokom 24h a vrlo verovatno i na duži period. Na nivou lokalne poslovne jedinice sastav lokalnog portfelja se često menja tokom dana i može izgledati značajno različit od jednog do drugog dana. Stoga zasnivanje perioda držanja na period vremena tokom koga portfelj ostaje konstantan nema mnogo smisla jer se ovaj period razlikuje zavisno od nivoa na kome se razmatra portfelj, tj. globalnom ili lokalnom. Banke biraju period držanja zavisno od toga kako one koriste brojke, sa periodom držanja odabranim od 1 dana (RiskMetrics) do jedne godine (Bankers Trust) sa različitim obrazloženjima koja se daju za to. Jednodnevni period držanja daje jedan smislen rezultat za operacije trgovanja i poslovanja; tj. korišćenjem istorije promena prošlih cena kao smernice, VaR je potencijalni gubitak na portfelju tokom 24h-ovnog perioda, pretpostavljajući da veličina 60

i sastav portfelja ostaju isti. VaR koji je izračunat sa 1-dnevnim periodom držanja je dobra mera za svakodnevnu rizičnost portfelja; zapravo to je dobra definicija VaR-a. 5.4.1.3 VaR za portfelj Do sada smo u ovom poglavlju razmatrali dva od tri ključna upravljača VaR-om: volatilnost i period zadržavanja. Treći ključni činilac za svako izračunavanje VaR-a je diversifikacija portfelja. Diversifikacija portfelja opisuje obim u kome je rizik portfelja smanjen održavanjem raznolikosti sredstava koja se investiraju. Ovo je stari, već pomenuti, koncept da se ne stavljaju sva jaja u istu korpu. Kada izračunavamo VaR, mi se prosto bavimo sa izračunavanjem potencijala gubitaka na nekom portfelju uzimajući u obzir bilo koju diversifikaciju rizika u portfelju, uzrokovanog održavanjem pozicija u nekoliko sredstava. Korelacije između sredstava se koriste za opisivanje toga kako su promene cena sredstava povezane jedna sa drugom. Ukoliko se cene dva sredstva pomere usklađeno jedna sa drugom, onda postoji postoji korelacija od +1 između njih. Ukoliko se njihove cene uvek pomeraju u suprotnom smeru onda je njihova korelacija jednaka -1 (korelacije uvek moraju biti između -1 i 1). Da bi se ilustrovali efekti smanjivanja rizika ostvareni kroz diverzifikaciju, posmatrajmo neki portfelj koji sadrži samo dva sredstva, A i B. Portfelj može sadržati bilo koji procenat stavke A ili B. Stavka B je dvostruko rizičnija u odnosu na stavku A, ali zato nudi dvostruku dobit. Zamislimo menadžera portfelja kome je dato da upravlja porfeljom, koji bi zatim investirao 100% sredstava u stavku A. Portfelj menadžer želi tada da poveća potencijalni dobitak portfelja ali ne želi da poveća značajnije rizik na portfelju. Slika 5.6 pokazuje efekat diversifikacije portfelja sa povećavanjem veličine vrednosti B. Kao što se može videti, čak i ako je stavka B rizična dvostruko više negoli stavka A, rizik portfelja se može značajno smanjiti kako se udeo stavke B povećava – sve do izvesne prelomne tačke koja zavisi od korelacije. Diversifikacioni efekat (smanjivanje rizika) se povećava kako se korelacija smanjuje. Ukoliko mi sada na dijagram unesemo prinos portfelja imaćemo jednu ilustraciju koja je dobro poznata portfelj menadžerima. Za isti portfelj kao gore pomenuti, slika 5.7 iscrtava rizik (VaR) nasuprot očekivanom prinosu za različite korelacije (između sredstava). Svaka kriva pokazuje kombinacije rizik-prinos koje su na raspolaganju portfelj menadžeru i one su poznate kao ‘granice minimalne varijanse’. Slika 5.6 daje vezu između Markovitzovog modela izbora portfelja. Markovic (1952,1959) je pokazao kako da se maksimiziraju očekivani prinosi iz nekog portfelja za bilo koji zadati nivo rizika. 61

Slika 5.6 Efekat diversifikacije portfelja Maksimalni očekivani dobitak za portfelj će se javiti duž dela granice minimalne varijanse koja ima pozitivan nagib (koja je usmerena nagore i nadesno). Ovaj deo krive se naziva ‘efikasna granica’ i predstavlja maksimalni očekivani dobitak na portfelju za bilo koji zadati nivo rizika.

Slika 5.7 Rizik nasuprot dobiti 62

Kada se izračunava VaR, menadžeri rizika se obično bave jedino iračunavanjem varijanse, ili volatilnosti, portfelja kojim se trguje. Naravno, portfelj menadžeri i trgovci će primenjivati Markowichev model odabira portfelja radi maksimiziranja njihovih očekivanih dobiti za neki dati nivo rizika. 5.4.1.3.1 Izračunavanje VaR-a za portfelj VaR nekog portfelja je prosto volatilnost portfelja. Zato kada izračunavamo VaR nekog portfelja mi želimo da objedinimo raspodelu promena cena svakog sredstva, u jedinstvenu raspodelu promena vrednosti portfelja. Formula u nastavku je izvedena iz opšte formule (date u poglavlju 3.2.7.2.) i pokazuje kako volatilnost nekog portfelja sredstava A i B može biti izračunat; VaR se može izračunati kao volatilnost portfelja (pomnožena trenutnom tržišnom vrednošću portfelja).

VP

a 2 VA2  b 2 V2B  2abUAB VA VB

σP – volatilnost portfelja a, b – srazmere sredstava A i B u portfelju σA, σB – volatilnost sredstava A i B ρAB – korelacija između stavke A i stavke B Uočimo da a• σA = VaR pojedinačnog sredstva A kao što je pokazano u prvom delu ovog poglavlja. Iz prethodne jednačine može se videti da će treći član biti jednak 0 ukoliko korelacija između dva sredstva bude jednaka 0 (tj. sredstva A i B budu nezavisni jedno od drugog). U praksi, ipak, VaR za neki portfelj se izračunava korišćenjem sledeće matrične formule: gde je

VAR P

V˜ C ˜ V T

gde je VaRp= VaR portfelja V- vektor vrste VaR-ova za svaku pojedinačnu poziciju C- matrica korelacija V T- transponovana matrica V

63

Primer: Posmatrajmo tri sredstva A, B i C sa vrednostima pozicija 2.000, 3.000 i 1.000 $ respektivno. Uzmimo da su im pojedinačne volatilnosti (%) 0,9128; 0,9920 i 1,8498 sa 95% poverenja. Tada je: V={182,56 297,61 184,98}

182,56=2.000*0,009128

0,0405 0,0912½ ­1 ° ° C= ®0,0405 1 0,0479¾ °0,0912 0,0479 1 ° ¯ ¿ Primenom gornje matrične jednačine dobija se da je VaRp = 41 $. To znači da je za ovaj portfelj za očekivati da će gubitak veći od 41$ može očekivati u 5% dana, odnosno u jednom danu od 20. 5.4.1.4 Ograničenja normalne raspodele Uz sve navedene prednosti normalna raspodela ima i veoma značajna ograničenja u svojim teorijskim postavkama i u svojoj primeni. Jedan od glavnih problema normalne raspodele jest upravo i njena glavna prednost, a to je da su za njeno opisivanje potrebna samo dva parametra. Iako se svaka teorijska raspodela može opisati pomoću vrednosti momenata oko sredine, normalna raspodela, budući da posmatra samo prva dva momenta (P i V), često može podceniti rizik kojem je izložen portfelj u rubnim delovima raspodele (pri visokim nivoima verovatnoće). Zbog tog razloga pretpostavka normalne raspodele prinosa nije najpogodnija raspodela za opisivanje raspodele prinosa na portfelj, te je potrebno u procenu rizika uključiti i više momente oko sredine tj. meru asimetrije i kurtosis (šiljatost) krive raspodele. Drugi problem normalne raspodele predstavlja činjenica da dobici/gubici (stope prinosa) portfelja mogu poprimiti bilo koju vrednost od +f do -f što znači da teoretski, pod pretpostavkom normalnosti investitor može izgubiti više nego što je uložio, što u stvarnosti nije moguće kod portfelja sastavljenih iz deonica i obveznica zbog ograničene odgovornosti imaoca tih hartija od vrednosti. Primer ostvarivanja gubitka većeg nego što je ukupni investirani kapital jedino je moguć kod portfelja koji sadrže finansijske derivate npr. kratke pozicije u opcijama, swapove ili futures ugovore. Budući da normalna raspodela nije ograničena maksimalnim mogućim gubitkom, izračunati VaR može uveliko preceniti stvarni mogući iznos gubitka. 64

Treći problem je problem statističke valjanosti prihvaćanja normalne raspodele za opisivanje rubnih dijelova raspodele prinosa, budući da se normalna raspodela temelji na teoremu centralne tendencije koji nije pogodan za ocenu rubova statističkih raspodela. Pri računanju krajnjih (ekstremnih) vrednosti pretpostavke normalnosti raspodele ne vrede i potrebno je osloniti se na teoremu ekstremnih vrednosti. Četvrto, koeficijenti korelacije se u kriznim situacijama značajno menjaju tj. konvergiraju ka vrednosti jedan, što čini procene VaR-a u kriznim situacijama pomoću parametarskog pristupa pogrešnima. Čak i u situacijama koje nisu krizne, koeficijenti korelacije se menjaju što direktno rezultira pogrešnim prognozama VaR-a, činjenica koja je više nego očita u tranzicijskim ekonomijama. Kao reakcija na iznesene kritike najpoznatiji parametarski sistem procene tržišnog rizika pomoću VaR-a, RiskMetrics sistem razvija dalje svoju metodologiju, te istraživanja idu u smeru agregacije portfelja tj. direktnog modeliranja prinosa portfelja umesto izračunavanja varijansi i kovarijansi pojedinih hartija od vrednosti, procesa koji je sličan istorijskoj simulaciji. Na kraju, činjenica da raspodela prinosa, kad se broj opservacija bliži beskonačnosti, teži ka normalnoj raspodeli, ne znači nužno da je raspodela prinosa koji se posmatraju jednaka normalnoj raspodeli. 5.4.2. Istorijska simulacija Istorijska simulacija spada u grupu neparametarskih metoda i kao takva nudi pristup za izračunavanje VaR-a koji nije zasnovan na modelu, mada je i dalje statističko merilo potencijalnog gubitka. Pošto je izračunavanje jednostavno ona se daleko lakše prihvata i usvaja od strane menadžmenta i zajednice koja se bavi trgovinom. To je zato jer je lako razumeti kako se dolazi do VaR brojki i pokazatelja. Inače, zajedničko svim neparametarskim pristupima, među koje spada i istorijska metoda, jest da pri proceni VaR-a ne postavljaju pretpostavke o raspodeli prinosa. Suština neparametarskog pristupa je u tome da umesto pretpostavki teorijskih raspodela prinosa, za izračunavanje VaR-a koriste empirijske raspodele koje se dobijaju iz posmatranih podataka. Svi neparametarski pristupi se zasnivaju na pretpostavci da će bliska budućnost biti veoma slična nedavnoj prošlosti, te da se pomoću podataka iz nedavne prošlosti može prognozirati rizik u bliskoj budućnosti. Ova pretpostavka iako valjana u mnogim slučajevima, jedna je od najvećih zamerki neparametarskom pristupu. Istorijska simulacija, kao glavni predstavnik neparametarskog pristupa, predstavlja konceptualno najjednostavniju metodu izračunavanja VaR-a. Da bi se sprovela istorijska simulacija, potrebno je uzeti odgovarajući vremenski horizont od npr. 65

100, 250 ili 500 dana istorijskih podataka, izračunati dnevne prinose i odrediti iznos VaR iz iscrtanog histograma gubitaka i dobitaka. Istorijska simulacija obuhvata karakteristike raspodele cenovnih promena portfelja, jer se VaR izračunava iz stvarne raspodele promena vrednosti portfelja. Kao rezultat toga, ukoliko neki portfelj ima raspodelu sa debelim repovima, on će težiti da daje nešto veće vrednosti VaR-a nego što je VaR koji se izračunava preko kovarijansnog metoda. Banke koje imaju složene portfelje sa opcijama preferiraju da koriste Monte Karlo ili neku numeričku simulaciju za njihove opcione portfelje. Ovo je delimično jer takvi pristupi numeričkih simulacija se na prvom mestu koriste za određivanje vrednosti portfelja. Moguće je da cenovni scenario koji bi (mogao) prouzrokovati značajan gubitak nije zabeležen u cenovnoj istoriji korišćenoj za stvaranje VaR-a pomoću istorijske simulacije. Ovo je posebno verovatno ukoliko se koristi relativno kratak period cenovne istorije, poput 100 dana ili kraće. Monte Karlo simulacija generiše veoma veliki broj scenarija cenovnih promena, ili događaja, koji se primenjuju na portfelj. Stoga postoji mnogo veća šansa da će bilo koji specifični scenario koji izaziva gubitak biti uključen u raspodelu promena vrednosti portfelja. Među neparametarske metode osim istorijske simulacije, spadaju i alternativni pristupi neparametarskog merenja VaR-a koji su korisni pri izračunavanju VaR-a za portfelje sa velikim brojem faktora rizika. Pomenimo faktorsku analizu, bootstrap metodu, neparametarsku procenu gustoće raspodele, kao i metodu glavnih komponenata. Treba istaći da se u praksi pokazalo da su istorijske simulacije za merenje tržišnog rizika pogodnije na tržištu kapitala zemalja u tranziciji od parametarske metode. Razlozi leže u volatilnosti deonica, promenljivosti korelacije između deonica, kao i u činjenici da tržišni indeksi zeamlja u tranziciji pokazuju veću asimetričnost i zaobljenost u odnosu na normalnu raspodelu. 5.4.2.1 Izračunavanje VaR-a pomoću istorijske simulacije Istorijska simulacija posmatra portfelj sredstava u nekom datom vremenskom momentu a zatim re-evaluira portfelj određen broj puta (tokom vremena), korišćenjem istorije cena sredstava u portfelju. Re-evaluacije portfelja daje raspodelu profita i gubitaka koji se mogu ispitati radi određivanja VaR-a portfelja sa nekim odabranim nivoom poverenja. Kao što se može i pretpostaviti, ovaj pristup postaje računski veoma zahtevan onda kada neki portfelj sadrži veliki broj proizvoda i kada se koristi neka razumna dužina praćenja istorijskih cena. 66

Postoji nekoliko različitih načina za izračunavanje VaR-a korišćenjem istorijske simulacije. Najjednostavniji način je da se re-evaluira portfelj korišćenjem neke specifikovane istorije cena. Vrednost portfelja se zatim izračunava za svaki dan. Vrednosti portfelja se zatim mogu pretvoriti u procente. VaR se zatim može očitati iz procenta koji odgovara zahtevanom nivou poverenja. Problem sa ovim pristupom je da, kako se vrednosti portfelja menjaju, procentualne promene vrednosti u portfelju više ne ukazuju na polaznu vrednost portfelja. Takođe, tokom neke date istorije (pregleda dešavanja), cene sredstava koja sačinjavaju portfelj će se menjati u određenoj vezi jedna sa drugima. Ovo znači da će se sastav portfelja menjati tokom korišćene istorije cena. Re-evaluacija portfelja korišćenjem aktuelnih cena sredstava neće dati korektan rezultat. Ono što je ovde potrebno je istorija promena vrednosti portfelja zasnovanih na aktuelnom portfelju sa postojećom vrednošću i sastavom portfelja. Korektan metod izračunavanja VaR-a korišćenjem istorijske simulacije je da se koristi istorija procentualnih promena cena i da se ona primeni na postojeći (aktuelni) portfelj, na sledeći način: Š Naći serije procentualnih promena cena za svako sredstvo ili faktor rizika neophodan za reevaluaciju portfelja. Š Primeniti cenovne promene na portfelj, radi generisanja jedne istorijske serije promena vrednosti portfelja. Š Sortirati serije promena vrednosti portfelja u procentima. Š VaR portfelja je promena vrednosti koja odgovara zahtevanom nivou poverenja. Slika 5.8 prikazuje 100-dnevnu seriju istorijskih cena sredstva A i B iz našeg portfelja. Uočimo da su potrebne serije procentualnih promena cene a ne absolutni devizni kursevi. Relativna volatilnost A i B se može jasno sagledati iz dva grafika. Efekat diversifikacije se takođe može videti. Dva grafika pokazuju sasvim različite obrasce cenovne promene; ukoliko su oni visoko korelisani to bi se jasno videlo na graficima.

67

Slika 5.8 Seriju istorijskih cena sredstava A i B Postoje dva ključna pitanja na koja treba odgovoriti u pogledu definisanja potrebnih serija istorijskih cena: Š Koju dužinu trajanja serija cena treba koristiti? Š Šta treba raditi za proizvode za koje ne postoje istorije cena? Dužina vremenskih serija je najveća odluka koja se mora doneti kada se koristi pristup istorijske simulacije za izračunavanje VaR-a. Istorijska simulacija podrazumeva da je budućnost adekvatno reprezentovana sa nedavnom prošlošću. Stoga je od suštinske važnosti da se osigura da neka banka ili trgovinska organizacija poslovanja bude zadovoljna sa karakteristikama VaR-a koji se dobio za neku odabranu dužinu vremenskih serija. Izbor dužine istorije cena (perioda posmatranja) predstavlja jedan od najvažnijih odluka koje se donose pri implementiranju VaR-a pri čemu ponašanje VaR modela je različito sa različitim periodima posmatranja. U praksi, korišćena dužina istorije, značajno varira. Neke banke koriste samo 100 dana istorije cene, dok druge koriste 3 i više godina. Korišćenje podataka iz kraćih perioda negoli je to opravdano u odnosu na faktore rizika u portfelju može ponekad dovesti do pogrešnog izračunavanja VaR-a. Ovaj problem je dodatno razrađen u nastavku ovog poglavlja. Treba istaći da iako korelacije nisu eksplicitno izračunate u metodu istorijske simulacije, one ipak postoje u serijama istorijskih cena. 68

Nova investiciona sredstva dovode od interesantnog problema jer je nemoguće dobiti njihovu istoriju cena. Treba takođe istaći da se ovaj problem ne odnosi samo na istorijsku simulaciju. Ukoliko ne postoji istorija cena takođe će biti nemoguće izračunati volatilnost ili korelacije između ovog novog sredstva i ostalih sredstava. U praksi, neka serija cena se može ‚pozajmiti‘ od nekog postojećeg sredstva sa sličnim karakteristikama dok se ne prikupi neka adekvatna istorija cena. Kada se kreira istorija procentualnih promena cena za svaku komponentu portfelja, promene cena se onda mogu koristiti za svaku komponentu portfelja radi dobijanja istorije promena vrednosti portfelja. Izračunavanje se svodi na zbir (% promene sredstva)*(vrednost sredstva) za sve dane iz posmatranog perioda i za sva sredstva u portfelju (tabela 5.1). Tako je prva promena vrednosti portfelja dobijena sledećom računicom: ((0,17*2.000.000)+(-1,06*1.000.000)+(0,37*1.000.000))/100=4.000 Tabela 5.1 – Generisanje istorijskih promena vrednosti portfelja A (% promene)

B (% promene)

C (% promene)

Promene na portfelju ($000)

0,17

-1,06

0,37

4,0

0,61

0,78

0,34

30,2

-0,07

-1,32

-0,44

-27,9

0,16

-2,86

0,05

-23,8

-0,26

1,26

0,84

32,6

0,59

-3,58

-0,34

-34,1

-0,01

1,23

-1,20

-23,9

0,23

2,25

1,32

66,6

0,07

-0,51

0,42

8,8

0,53

0,25

-0,86

-12,5

69

Dakle, kao što je pokazano, istorijska simulacija se može izvesti na takav način da se iz istorijskih podataka izračunaju procentualne promene za svaki faktor rizika na svaki pojedinačan dan. Svaka procentualna promena se tada množi sa današnjom tržišnom vrednošću kako bi se dobio (n) broj scenarija za sutrašnju vrednost portfelja. Za svaki od ovih scenarija, vrednovanje portfelja se sprovodi potpunim nelinearnim modelom vrednovanja. Dobiveni istorijsko simulirani prinosi se nanose na histogram i sa histograma se očitava iznos VaR-a za željeni nivo verovatnoće. Zavisno o željenom nivou verovatnoće, n-ti najveći gubitak se uzima za vrednost VaR-a, uz unapred zadanu verovatnoću, npr. ako se iz uzorka od 100 dana opservacija kretanja prinosa, želi dobiti VaR od 99%, a korak je 1%, pretposlednji najveći gubitak u posmatranom razdoblju potrebno je pomnožiti sa sadašnjom vrednošću portfelja kako bi se dobio iznos VaR-a. Opšta formula za promenu vrednosti portfelja je :

V

¦ f G , D i

i

i

gde je: V-promena vrednosti portfelja f-funkcija koja određuje vrednost komponente portfelja; za direktna sredstva poput onih sadržanih u portfelju koji je razmatran ranije, do vrednosti komponente se dolazi prostim množenjem cene sa količinom (brojem jedinica) tog sredstva. Za ostale proizvode, mora se koristiti neki model vrednovanja. αi- osetljivost komponente portfelja na faktor rizika i δi- procentualna promena cene u faktoru rizika i Jednom kada se generiše serija promena vrednosti portfelja, može se odrediti i VaR. Prvi korak je da se promene vrednosti portfelja urede (sortiraju) u procentima. Jedan procenat sadrži 1% promene vrednosti. Promene vrednosti portfelja moraju najpre biti sortirane a zatim izražene u procentima. Tabela 5.2 pokazuje promene vrednosti portfelja koje su uređene po širini od 10%. Postoje statističke funkcije koje će interpolirati nivoe poverenja po finijim intervalima ali sa ovako malo observacija, došlo bi se samo do prividne preciznosti. U primeru koji se ovde koristi VaR sa 90% je dat kao 30$(isticanje vrednosti VaR-a na više od dve značajne cifre bi preuveličalo tačnost koju je moguće postići). VaR koji je izračunat za čitavu petogodišnju raspoloživu istoriju daje VaR od 43$. Kao što se i moglo očekivati, dva rezultata su značajno različita. Bila bi čista slučajnost da 10-dnevni uzorak ima iste statističke karakteristike kao i puni petogodišnji skup podataka. 70

Tabela 5.2 – Određivanje VaR za portfelj Nivo poverenja (%)

Promene na portfelju ($000)

100

-34,1

90

-27,9

80

-23,9

70

-23,8

60

-12,5

50

4,0

40

8,8

30

30,2

20

32,6

10

66,6

VaR izračunat preko istorijske simulacije može biti upoređen sa VaR-om izračunatim nad istim skupom podataka ali korišćenjem kovarijantnog metoda. Kovarijantni VaR izračunat na portfelju sredstava A,B,C je bio 41$. To je dobar test bilo kojeg VaR izračunavanja radi poređenja VaR-a izračunatog jednim metodom sa VaR-om izračunatim drugim metodom. U ovom slučaju rezultati se razlikuju za ne više od 5%. Pošto je verovatno nemoguće izračunati VaR sa tačnošću većom od 90%, ovi rezultati potvrđuju jedan drugi. Zapamtimo takođe da će istorijska simulacija težiti da da više VaR negoli parametarska metoda usled debelih repova tipične raspodele promena vrednosti finansijskih portfelja. 5.4.2.2 Karakteristike istorijske simulacije VaR-a Istorijska simulacija može zahvaliti svoju popularnost, svojim osnovnim karakteristikama: Š konceptualno je jednostavna, Š jednostavna je za primenu, široko je rasprostranjena i Š prema mnogim istraživanjima daje zadovoljavajuće Glavna prednost istorijske simulacije je njena neparametričnost tj. ne postavljanje pretpostavki u vezi oblika raspodele faktora rizika koji utiču na vrednost portfelja. Umesto da se unapred pretpostavi određena teorijska raspodela prinosa, izračunavanje VaR-a putem istorijske simulacije se oslanja na empirijsku raspodelu prinosa. Budući da većina hartija od vrednosti ima raspodelu sa zadebljanim repovima, istorijska simulacija nudi bolje rješenje 71

od parametarskih metoda koje pretpostavljaju teorijske raspodele prinosa, odnosno najčešće normalnu raspodelu. Pretpostavka normalnosti, na kojoj se temelji većina parametarskih pristupa, značajno potcenjuje mogućnosti nastanka ekstremnih događaja, pa je time i izračunati VaR relativno nizak u odnosu na stvarni rizik. Prinosi na portfelje sastavljene od više vrsta hartija od vrednosti, a posebno na portfelje deonica, distribuirani su asimetrično i imaju veći iznos kurtosisa od normalne raspodele. Ovakva pojava kod raspodele prinosa se naziva leptokurtosis. Jedan od razloga nastanka leptokurtosisa u nekondicionalnoj raspodeli prinosa je vremensko nakupljanje volatilnosti. Empirijski je dokazano da volatilnost u vremenu nije ravnomerna pojava, odnosno nije nezavisno i jednako distribuirana (IID – Independently and identicaly distributed), već se pojavljuje u vremenskim segmentima, tj. razdoblja povećane volatilnosti se grupišu u skupove. Za pretpostavku se uzima stav u teoriji da su prinosi međusobno vremenski nekorelirani tj. da prinos jednog razdoblja ne zavisi o prinosima prethodnih razdoblja. Ova pretpostavka je u skladu sa teorijom efikasnog tržišta, gde sadašnja cena hartije od vrednosti odražava sve informacije važne za cenu te hartije od vrednosti. Ukoliko promene cena zavise samo od novih informacija, to bi značilo da ih ne možemo predvideti i zbog toga će biti vremenski nekorelirane tj. kovarijansa između promenljive x u vremenu t i u vremenu t-1 će iznosi nula. Ovaj oblik ponašanja nezavisnih promenljivi, u finansijama, opisuje teorija slučajnog hoda (random walk), odnosno teorije iz kvantne fizike kao što je Brownovo kretanje. Glavni nedostatak istorijske simulacije je u činjenici da izračunava empirijsku raspodelu frekvencija prinosa portfelja dodeljujući svakom opservaciju istu težinu (ponder), koja iznosi 1 / broj opservacija. Ovakav način ponderisanja, indirektno pretpostavlja da su faktori rizika, a time i povesno simulirani prinosi nezavisno i jednako distribuirani kroz vreme (IID). Pretpostavka nezavisne i jednake distribuiranosti kroz vreme na neefikasnim tržištima gde postoji autokorelacija volatilnosti, koja se ogleda u vremenskim skupovima volatilnosti i autokorelacija prinosa, predstavlja značajan problem za svaki model izračuna VaR-a. Pretpostavka da su ostvareni prinosi IID, nerealna je zbog činjenice da volatilnosti variraju u zavisnosti od vremena tj. da se vremenski grupišu razdoblja visoke i niske volatilnosti. Zbog ovih nedostataka standardnog pristupa istorijskoj simulaciji, razvijeni su ponderisani modeli istorijske simulacije koji na razne načine obrađuju ostvarene prinose (ARCH modeli prognoziranja volatilnosti, filtriranje podataka itd.), kako bi uklonili autoregresiju i serijsku korelaciju između promenljivi i transformirali ih u IID prinose. 72

Autokorelacija meri stepen i smer jačine veze između članova iste serije međusobno razmaknutih (t) razdoblja. Prisutnost trenda u određenoj seriji podataka uslovljava visok stepen autokorelacije. Ako serija podataka sadrži periodičnu komponentu, to će se odraziti na vrednost autokorelacione funkcije. Sadrži li serija periodične komponente, treba ih pre izračunavanja vrednosti autokorelacije nekim postupkom odstraniti. Filtriranje sistemskih komponenti iz serije se najčešće sprovodi pomoću diferencija, pokretnih proseka (za periodične komponente) ili se umesto originalnih vrednosti u analizi koriste reziduali. Pojava autokorelacije u slučaju slabo razvijenih tržišta može biti posledica sledećih komponenti: Povremenog trgovanja pojedinim hartijama od vrednosti. Obično se sa deonicama manjih firmi trguje ređe nego s deonicama većih firmi, tako da se nove informacije najprije odraze na cene deonica velikih firmi, a tek sa vremenskim zakašnjenjem na deonice manjih firmi. Taj vremenski pomak može uzrokovati pozitivnu povezanost kretanja cena deonica. Trgovanja na osnovi potrebe. Ovde se misli na transakcije investitora koji ne trguju na osnovi informacija, već iz likvidnosnih razloga. Brzog rasta tranzicijskih tržišta. Privrede zemalja koje su u razvoju, rastu veoma brzo, tako da autokorelacija cena na tržištima kapitala može nastati kao rezultat ekonomskog rasta. Prisutnost pojava koje su suprotne pretpostavci IID, kao što je autokorelacija između promenljivih na finansijskom tržištu, može se jednostavno testirati raznim metodama od kojih je najpoznatija Ljung-Box statistika za otkrivanje autokorelacije koja ima oblik: N

S

m ¦ w k K2k k 1

m - broj opservacija Kk - autokorelacija za razdoblje od k dana k - razdoblje za koje se ispituje autokorelacija (k = 1,..., N) wk = (m - 2) / (m-k) 5.3.2.3 Modeli istorijske simulacije VaR-a Postoji više načina na koje se može izračunavati VaR koristeći osnovni princip istorijske simulacije. Poslednjih godina uz standardnu metodologiju razvili su se i ponderisani modeli koji uveliko poboljšavaju standardni pristup i otklanjaju većinu nedostataka istorijske simulacije. 73

Standardni model istorijske simulacije: - Prvi korak u izvođenju istorijske simulacije je prikupljanje dovoljnog broja istorijskih podataka o dobicima i gubicima ili prinosima portfelja za koji se želi sprovesti istorijska simulacija. Podaci o prinosima na portfelj mere se tokom određenog razdoblja npr. dana ili nedelja, a potrebno ih je sakupiti dovoljno kako bi se mogla izvesti razumna analiza. Posmatrani portfelj koji se sastoji od (N) hartija od vrednosti, a za svaku hartiju od vrednosti (i) postoje opservacija za svaki od (n) razdoblja (npr. dana) u istorijskom uzorku, imati će simulirani prinos Pt tokom razdoblja (t): N

Pt

¦x P

i i,t

i 1

gde je xi - udeo imovine trenutno uložen u hartiju od vrednosti (i) Pi,t - prinos na hartiju od vrednosti (i) u razdoblju (t) Prethodna formula daje istorijsko simulirane serije prinosa za sadašnji portfelj, te služi kao osnova za izračunavanj VaR-a putem istorijske simulacije. Dobijena serija istorijsko simuliranih prinosa će se razlikovati od stvarnih prinosa ostvarenih na portfelj iz jednostavnog razloga, što se sastav stvarnog portfelja menja tokom vremena. Istorijsko simulirani prinosi predstavljaju prinose koje bi portfelj ostvario, ukoliko bi investitor menjao svoj portfelj na kraju svakog radnog dana na način da osigura da svaka hartija od vrednosti ima uvek isti relativni udeo u portfelju. To se može učiniti na način da svaki dan investitor uzima svoje ostvarene profite iz portfelja i nadoknađuje nastale gubitke, kako bi procentualne udele hartija od vrednosti zadržao fiksnima. Značajan problem pri primeni bilo koje metode istorijske simulacije je izračunavanje iznosa VaR-a za vremenska razdoblja duža od jednog dana. Kako bi se prognozirao VaR za razdoblja duža od jednog dana potrebno je sastaviti istorijsko simulirane prinose za razdoblja koja imaju jednaku frekvenciju kao i razdoblje za koje se traži VaR. Npr. ako se želi izračunati VaR pomoću istorijske simulacije za razdoblje držanja od nedelju dana, potrebno je sastaviti istorijsko simulirane nedeljne prinose. Pri ovakvom načinu računanja VaR-a za razdoblja duža od jednog dana, u praksi se javlja ozbiljan problem. Kako se povećava razdoblje za koje treba izračunati VaR, broj opservacija naglo opada i ubrzo nestane dovoljno podataka. Jednostavna ilustracija jasno prikazuje problem, ukoliko postoji 250 dnevnih opservacija za određeni portfelj, što je jednako broju podataka u jednoj godini, pri proceni VaR-a za jedan dan na raspolaganju je 250 opservacija, ukoliko se želi izračunati VaR za period držanja od 5 dana, na raspolaganju je samo 250/5 = 50 opservacija, za razdoblje od 10 dana broj opservacija iznosi samo 25. 74

Pri primeni istorijske metode za izračunavanje VaR-a na tržištima u tranziciji, veoma značajno ograničenje predstavlja dužina vremenske serije podataka koja je na raspolaganju. Ovaj problem je posebno izražen u zemljama sa kratkom istorijom tržišne ekonomije, kao što je naša zemlja, gde se hartije od vrednosti ne kotiraju na berzama dovoljno dugo da bi se mogao računati VaR za duže periode držanja. Nažalost, za sada ne postoji jednostavan teorijski način na koji bi se VaR izračunat istorijskom simulacijom, za jedan vremenski period transformirao u VaR za neki drugi vremenski period, kao što je to moguće kod parametarske metode. Kod parametarske metode to može učiniti jednostavnim množenjem iznosa VaR-a drugim korenom vremena, tj volatilnost za n dana se izračunava: Voln dana = n * Vol1 dan što predstavlja veoma jednostavno rešenje vremenske transformacije VaR-a. 5.4.2.4 Prednosti istorijske simulacije pri izračunu VaR-a Glavne prednosti istorijske simulacije pri izračunu VaR-a nad ostalim metodama se mogu svesti na sledeće: Š Metoda je teorijski jednostavna. Š Jednostavno ju je sprovesti u praksi. Š Pri izračunavanju VaR-a koriste se podaci koji se mogu jednostavno dobiti na berzi ili od specijaliziranih organizacija kao što su Bloomberg i Reuters. Š Izračunavanje VaR-a daje rezultate koji su jednostavni za prezentaciju višem manadžmentu. Š Kako ne zavisi od parametarskih pretpostavki oko raspodele prinosa, u kalkulaciji VaR-a lako se uključuje zadebljani repovi raspodele, asimetričnost i ostale karakteristike raspodela koje ne odgovaraju normalnoj raspodeli, a izazivaju probleme pri parametarskom pristupu izračuna VaR-a. Š Nema potrebe za računanjem matrica varijansi i kovarijansi, što uklanja teškoće vezana uz njihovo sastavljanje. Š Pogodna je za izračunavanje VaR-a različitih vrsta hartija od vrednosti, uključujući i finansijske derivate. Š Jednostavno je izračunati VaR pri različitim nivoima verovatnoće. Š Metoda je pogodna za daljna modifikovanja i usavršavanja. 75

5.4.2.5 Nedostaci istorijske simulacije pri izračunavanju VaR-a Uz sve svoje prednosti istorijska simulacija sadrži u sebi i značajne nedostatke, a najznačajnija kritika se odnosi na činjenicu da pri izračunavanju VaR-a standardnom metodom istorijske simulacije rezultati u potpunosti zavise od podataka (opservacija) koja su sadržana u posmatranom razdoblju koje služi kao podloga za kalkulaciju. Pri korišćenju istorijske simulacije na manje razvijenim tržištima javlja se značajan problem osiguranja dovoljnog broja podataka kako bi se mogao izračunati VaR za razdoblja duža od jednog dana. Zbog zavisnosti od podataka koja se nalaze u izabranom vremenskom razdoblju, istorijska simulacija je suočena sa određenim problemima, tj: Š Ukoliko u izabranom vremenskom razdoblju nije zabeležen povećani nivo volatilnosti, istorijska simulacija će prikazati VaR koji je prenizak u poređenju sa stvarnim rizikom. Š Ukoliko je u izabranom vremenskom razdoblju zabeležena povećani nivo volatilnosti, istorijska simulacija će prikazati VaR koji uvelike premašuje nivo stvarnog rizika. Š Istorijska simulacija loše reaguje na jednokratne promene koje se dogode tokom izabranog vremenskog razdoblja, kao što je npr. devalvacija deviznog kursa, tako da je potrebno duže vreme da VaR počne da reflektuje stvarni rizik novih intervalutarnih kurseva. Š Istorijska simulacija ponekad sporo reaguje na nagle i velike promene na tržištu, kao što je iznenadno povećanje nivoa volatilnosti. Š Ukoliko se u izabranom vremenskom razdoblju, kojeg koristi istorijska simulacija, nalaze ekstremni gubici, za koje nije verovatno da će se ponoviti, oni i dalje mogu dominirati i nepotrebno povećati iznos VaR-a. Š Problem istorijske simulacije predstavlja i tzv. efekt «duha» koji označava pojavu da gubici koji su se dogodili u daljoj prošlosti zbog dugog vremenskog razdoblja korištenog u istorijskoj simulaciji kontinuirano utječu na visinu VaR-a, a zatim naglo nestaju, kako ispadaju iz izabranog razdoblja. Š Istorijska metoda ne uzima u obzir moguće događaje, koji su se mogli, ali se nisu dogodili, kao što to čini Monte Karlo simulacija. Š Iznos VaR-a izračunat putem istorijske simulacije je ograničen na najveći gubitak koji se je dogodio u izabranom razdoblju. Pri standardnoj istorijskoj simulaciji ne postoji mogućnost da se ekstrapoliraju veći gubici od onih koji su se dogodili u prošlosti, a u sadašnjosti su mogući. Ova činjenica predstavlja ograničenje istorijske simulacije pri izračunu VaR-a za visoke nivoe verovatnoće. Ovo ograničenje standardne istorijske simulacije rješava Hull-White model. 76

5.4.3. Monte Karlo simulacija Videli smo kako se istorijskom simulacijom dobija VaR putem simuliranja promena vrednosti portfelja koje nastaju iz reevaluacije portfelja korišćenjem stvarno izdešavane istorije promena cena sredstva tokom nekog odabranog vremenskog perioda. Dok god su dostupne istorije cena za sredstva u portfelju za neku pogodnu dužinu istorijskog pregleda, istorijska simulacija će biti posebno efektivan način izračunavanja VaR-a. Ipak, ukoliko je teško doći do dovoljno duge istorije promena cena, može biti teško primeniti istorijsku simulaciju. Postoji i argument u kome se iznosi da je istorija aktuelnih cena ograničen skup događaja iz kojih se izvodi VaR. Na izazove zadnje primedbe odgovara se primenom Monte Karlo simulacije. Skup promena cena za sredstva u portfelju tokom nekog datog dana se može smatrati kao na pojedinačni događaj u portfelju. Monte Karlo simulacija uključuje veštačko generisanje veoma velikog skupa događaja (korelisanih promena cena sredstava) iz kojih se izračunava VaR. Generiše se veliki broj događaja pomoću slučajnih brojeva; ovi događaji se zatim primenjuju na neki portfelj, a VaR se određuje iz rezultujućeg skupa promena vrednosti portfelja na potpuno isti način kao i kod istorijske simulacije. Treba istaći da pristup Monte Karlo simulacije donosi iste suštinske pretpostavke o ponašanju tržišta kao i u slučaju parametarskog pristupa, tj. da su promene cena stavki sredstava normalno raspoređene. Kao što je ranije navedeno, ovo je razumna pretpostavka za mnoga sredstva portfelja; međutim, postoje sredstva, poput onih koje se nalaze u novonastajućim (emerging) tržištima, kod kojih je ova pretpostavka manje validna. Stvarno ponašanje sredstava koja sačinjava većinu bančinog portfelja treba pažljivo ispitivati da bi se proverilo da li je normalnost raspodele opravdana pretpostavka. Slika 5.9 pokazuje metodu Monte Karlo kao proceduru. Svaki od koraka sa slike je opisan u narednim paragrafima. Korak 1 je potpuno isti kao kod kovarijantnog metoda, tj. volatilnosti i korelacije se izračunavaju za svaki faktor rizika u portfelju. Ukoliko volatilnosti i korelacije ne mogu da budu prikupljene iz istorijskih serija one moraju da budu aproksimirane informacijama sličnih sredstava (tj. nagađanjem o volatilnosti i korelacijama).

77

Slika 5.9 - Ilustracija postupka izračunavanja VaR-a pomoću Monte Karlo simulacije 5.4.3.1 Monte Karlo za pojedinačno sredstvo portfelja Proces generisanja nekog skupa događaja za valuaciju portfelja se najbolje sagledava u dve faze. Prva faza je da se generiše neki skup normalno raspoređenih cenovnih promena sa korektnom volatilnošću za sredstvo u portfelju. Kao i u poglavlju o kovarijansi, VaR za poziciju od 1 mil.$ vrednog zlata će biti prvi izračunat. Druga faza procesa je da se generišu korelisane promene cena sredstava, što se može učiniti korišćenjem sopstvenih vrednosti i sopstvenih vektora (eigenvectors). Generisanje nekog skupa cenovnih promena za pojedinačno sredstvo portfelja uključuje sledeće korake: Š Generisanje slučajnih brojeva. Š Pretvaranje (slučajnih brojeva) u skup normalno raspoređenih cenovnih promena. 78

Prvi korak u generisanju skupa normalno raspoređenih cenovnih promena je da se generiše neki skup slučajnih brojeva. Postoji širok opseg komercijalno dostupnih PC programa za ove namene, uključujući standardnu funkciju unutar programa za tabele (Excell i sl.). Postoji dosta matematičkih izračunavanja koja su povezana sa generisanjem istinski slučajnih brojeva ali mi se ne moramo sa time ovde baviti. Nama je potreban generator slučajnih brojeva koji omogućava stvaranje neke serije cenovnih promena sa volatilnostima i korelacijama prikazanim po aktuelnim sredstvima. Generatori slučajnih brojeva obično zahtevaju navođenje nekog opsega unutar koga se generišu slučajni brojevi. Proces koji se ovde opisuje zahteva slučajne brojeve između 0 i 1. Sledeći korak je da se skup slučajnih brojeva konvertuje u normalno raspoređeni skup slučajnih brojeva. Neki standardni skup slučajnih brojeva će se uniformno rasporediti duž odabranog intervala brojeva, tj. 0 i 1. Ovaj brojni opseg je odabran tako da sledeći korak podrazumeva da su slučajni brojevi tačke na nekoj kumulativnoj normalnoj raspodeli, tj. da svaki slučajni broj predstavlja jednu kumulativnu verovatnoću za neku normalnu raspodelu. Skup slučajnih brojeva se zatim pretvara u normalno raspoređeni skup slučajnih brojeva primenom inverzne funkcije kumulativne normalne raspodele na svaki slučajni broj. Ovaj proces može se razumeti intuitivno uz pomoć slike 5.10 koja pokazuje kako u slučaju da se ravnomerno rašireni slučajni brojevi unesu u funkciju koja je predstavljena S-olikom krivom, onda će rezultat imati neki veći broj očitavanja u sredini negoli na krakovima, tj. imaće neku normalnu raspodelu. Rezultat, tj. x-osa, su normalno raspoređene cenovne promene.

Slika 5.10 - Kumulativna normalna raspodela 79

Kao i kod generisanja slučajnih brojeva, inverzna funkcija kumulativne normalne raspodele je široko dostupna u raznim programima i programima za tabelarna izračunavanja (Excell itd). Ona se može oceniti sa tačnošću od četiri decimale korišćenjem Abramowitz i Stegun (1972) formule (za Monte Karlo simulaciju kreće se od N(x) i potrebno je naći x): za x>=0: N(x)=1-N’(x)*(a*k +b*k2 +c*k3) za x( x

i

 x ) ( yi  y )@

i 1

gde xi i yi predstavljaju cenovne promene sredstava i i j, a x , y njihove očekivane vrednosti respektivno. Korelacija se može izračunati i na druge načine, kao što je pokretni prosek i metode eksponencijalnih pondera. J.P. Morgan koristi meru eksponenciijalnih pondera za korelaciju. Eksponencijalno ponderisana kovarijansa se računa na sledeći način: n

Covi , j

(1  O )¦ Ot X t Yt t 1

gde su Xt i Yt procentualne cenovne promene na dan t za sredstva i,j (primetimo da srednje vrednosti raspodele sredstava i, j su nula). 92

Modeliranje korelacija za u velikoj meri diversifikovane portfelje predstavlja poseban problem za mnoge institucije. Mnoge od njih ne praktikuju da izračunavaju korelacije između svakog para sredstava, jer to može voditi do desetine hiljada korelaciaja, već se korelacija implementira na hijerarhijski način koji se zasniva na modelima/templejtima trgovanja. Naime prosta korelacija može biti korišena za računanje VaR-a na kombinovanom portfelju (na primer ako institucija trguje sa više različitih valuta da se posmatra samo jedna – kreira se hijerarhija sa manje korelacija za izračunavanja VaR-a). Pri tome je jasno da se dobar deo informacija gubi, ali ako se pretpostavi da nema puno cross-asset trgovanja, ovaj pristup može dati logične rezultate.

5.7. Merenje tačnosti VaR modela VaR se izračunava iz pozicija, korelacija i volatilnosti. Korelacije i volatilnosti su statističke ocene ponašanja sredstava koja sačinajvaju portfelj. Njihova merenja su podložna statističkim procenjenim greškama, koje, zajedno sa pretpostavkom o normalnosti, potencijalno donose greške u VaR-u. Čak i statistički nivoi poverenja podrazumevaju konstantnu volatilnost i korelaciju a znamo da to nije tačno za finansijska sredstva. Time se može zaključiti da mi u stvari nismu u mogućnosti da direktno i tačno procenimo statističke greške u ocenama volatilnosti i koreliranosti. Postavlja se pitanje koliko je tačan naš izračunati VaR? Tačnost VaR modela se meri sa povratnim testiranjem (back testing). Naime ovim testom se, za zadani broj dana, upoređuje gubitak na portfelju sa VaR-om koji je ocenjen prethodnog dana. Broj dana kada je gubitak na portfelju bio veći od ocene VaR-a predstavlja broj izuzetaka koji bi trebao da bude blizu očekivanog broja prema zadatom nivou poverenja. Tako na primer, za očekivati je 50 izuzetaka od 1.000 dana za model VaR-a sa 95% poverenja. Hipotetičko povratno testiranje podrazumeva da se zamrzne portfelj za zadati dan da bi se primenila istorija cenovnih promena u odnosu na taj dan, i na taj način da se generiše istorija dobitaka i gubitaka na portfelju. Na slici 5.11 prikazana je binomna raspodela očekivanog broja izuzetaka za navedeni model VaR-a. 93

Slika 5.11 - Binomna raspodela za VAR izuzetke Model VaR-a može biti prihvaćen ili odbačen. Primenjuje se jedan od statističkih testova značajnosti: Š Vrsta I: ako je odbačen tačan model učinjena je greška I vrste Š Vrsta II: ako je prihvaćen netačan model učinjena je greška II vrste Bazelski komitet navodi da regulatorne institucije traže 95% poverenja da nije učinjena greška I vrste. Za to se koristi Z-score za binomnu raspodelu: Z  score

X  Np Npq

gde je: X = broj izuzetaka N = broj dana na kome se radi povratni test p = zahtevani nivo poverenja q=1-p Provera uključuje izvođenje hipotetičkog povratnog testa za svako sredstvo i za sva sredstva grupisana u portfelju. VaR se računa množenjem pozicije sredstva sa volatilnošću uz odgovarajući nivo poverenja.

94

5.8. Upravljanje tržišnim rizicima sa VaR metodom Već je rečeno da je cilj upravljanja rizicima da se institucija zaštiti od neprihvatljivih gubitaka. Kada je reč o trgovini hartijama od vrednosti, a u cilju kontrole tržišnog rizika, recimo nešto o samom procesu određivanja tolerancije rizika (risk appetite) institucije, odnosno njene spremnosti da uđe u rizik, kao i infrastrukture u smislu limita rizika. Naime, tolerancija za rizikom banke je ustvari količina novca koju je spremna da izgubi. S obzirom da menadžment banaka želi da uveća prinos, ali ne po svaku cenu, postoji limit iznosa rizika koji banka prihvata.

Sl.5.12 – Definisanje tolerancije rizika Slika 5.12 pokazuje kako se može definisati tolerancija rizika banke. Iznos koji je banka spremna da izgubi na dnevnoj osnovi predstavlja VaR sa 95% poverenja. Drugi gubitak je na mesečnom nivou gde je 99% VaR, što menadžmentu daje indikaciju iznosa koji može biti izgubljen u toku lošeg meseca. Mesečni iznos može biti postavljen imajući u vidu ciljni godišnji prihod. Treći podatak na slici je iznos koji je banka spremna da izgubi npr. u toku godine. On se treba izvesti iz ekstremnih događaja na tržištu i ne bi trebalo da predviđen VaR-om. Za identifikovanje takvih scenarija treba koristiti testove ekstremnih događaja (stress test). Gubitak označen kao „ekstremna tolerancija“ je gubitak koji banka spremna da izgubi zauvek. I za ovaj gubitak treba koristi testove ekstremnih događaja. 95

Na osnovu podataka o toleranciji banke za rizicima, menadžer rizika bi trebao da postavi limite koji bi zaštitili banku od gubitaka većih od postavljenih nivoa tolerancije rizika banke. Postoji više načina za to, dok u osnovi svih stoji korišćenje limita VaR-a i testova ekstremnih događaja. Za većinu berzanskih trgovaca VaR ne predstavlja inicijalnu i intuitivnu meru rizika čime se stvara problem pri pokušaju implementiranja VaR kao mere rizika na nivou banke. Postoji više pristupa da se prevaziđe ovaj problem: Š Implementirati VaR na nivou jedinice za trgovanje - Na ovaj način menadžment jedinice trgovanja imaju slobodu da postave limite u smislu njima poznatom unutar svoje jedinice. Nedostatak ovog pristupa je u činjenici da menadžeri trebaju biti eksperti u prevođenju/prenosu između VaR-a i limita berzanskog trgovca. Š Implementirati VaR limite za berzanske trgovce – Ako se VaR postavlja na nižem nivou, trejderi bi morali biti upućeni u njegovo izračunavanje. Međutim to nije uvek slučaj i zbog toga se trejderi moraju obučiti za korišćenje VaR-a. Pod pretpostavkom da se VaR limiti implementiraju kod svakog berzanskog trgovca jasno je da će diversifikacija označiti manji VaR limit za celu trejding jedinicu u odnosu na zbir svih VaR na nivou berzanskih trgovaca.

5.9. Mogućnosti primene VaR metoda Početna svrha VaR sistema bila je kvantificiranje tržišnog rizika. Negativna strana koncentrisanja na samo jednu vrstu rizika jest u tome što će institucije početi seliti svoje investicije iz područja tržišnog rizika u druga područja koja je mnogo teže kontrolisati i meriti. Očiti primer ovakvih procesa unutar finansijske industrije jesu banke koja su zbog strože kontrole kreditnog rizika i većih rezerviranja za tu vrstu rizika, počele premeštati deo svojih kreditnih rizika u tržišne rizike, gde su potrebna manja izdvajanja u rezerve). Drugi je primer, sve rašireniji trend vrednovanja pozicija koje se trguju na berzi na dnevnoj osnovi tržišnim cenama, što smanjuje kreditni rizik, ali zbog velikih dnevnih prometa novca povećava operativni rizik. Zbog ovakvih i sličnih slučajeva regulatori i same finansijske institucije razvijaju integrisani pristup upravljanju rizicima, takav da obuhvata što veći broj rizika unutar organizacije. VaR metodologija koja je prvenstveno bila razvijena za upravljanje tržišnim rizicima sada se primenjuje u integrisanom pristupu vrednovanja tržišnog i kreditnog rizika. 96

VaR metodologija nalazi svoju primenu i u upravljanju drugim vrstama rizika, kao što su rizik likvidnosti i operativni rizik. J.P. Morgan nakon što je 1994. godine objavio svoj RiskMetrics sistem zasnovan na VaR metodologiji, 1997. godine razvio je CreditMetrics sistem, a 1999. godine CorporateMetrics. CreditMetrics sistem služi merenju kreditnog rizika u okviru portfelja finansijske institucije, a CorporateMetrics primenjuje RiskMetrics pristup na duži vremenski horizont, te je prvenstveno namenjen nefinansijskim institucijama. Oba ova sistema također su zasnovana na istim teorijskim postavkama VaR metodologije kao i RiskMetrics sistem.

5.10. Dosadašnja iskustva primene VaR metoda u svetu Bazelski ugovor koji su potpisale centralne banke G-10 zemalja u Bazelu, 1988. godine, predstavlja jedan od najvažnijih propisa donesenih na području regulacije finansijskih institucija. Glavna svrha ovog ugovora bila je jačanje stabilnosti međunarodnog bankarskog sistema putem utvrđivanja minimalnih standarda za izračunavanj jemstvenog kapitala i postavljanjem jednakih pravila za sve ušesnike na finansijskim tržištima. Zbog mnogih zamerki na prvobitni ugovor, kao što je zanemarivanje učinka portfelja i diverzifikacije, Bazelski komitet je nadopunio originalni ugovor kako bi uključio i upravljanje tržišnim rizicima. 2004. godine donet je novi ugovor, Basel II, koji u potpunosti zamenjuje Basel I i uključio amandmane za tržišne rizike iz 1996. godine. Nakon objavljivanja RiskMetrics sistema, upravljanje rizicima je doživelo pravu revoluciju. Upravljanje rizicima danas postaje od strateške važnosti za svaku firmu. Nova vrsta menadžera - menadžeri za upravljanje rizicima postaju veoma značajni na svetskim tržištima kapitala. Osim što poseduju golemu odgovornost i moć, od tih ljudi se i zahteva mnogo. Savremeni menadžer za upravljanje rizicima mora posedovati vrhunsko znanje o finansijskim tržištima, vrednovanju hartija od vrednosti, statistici i matematici. VaR ne predstavlja univerzalni odgovor na problem upravljanja rizicima. Najbolji način primene VaR sistema je uz puno razumevanje svih njegovih nedostataka i ograničenja. VaR je potrebno posmatrati kao nužan, ali ne i dovoljan oblik merenja i upravljanja tržišnim, ili bilo kojim drugim rizikom. Kao i svaki drugi sistem treba ga nadopuniti kontrolama i postavljanjem limita. Merenje VaR-a sve više koriste i značajne nefinansijske firme npr. Nike, Microsoft, Merck i druge. Sve šira primena VaR metodologije podstakla je veću pažnju regulativnih organa na rizike u finansijskom poslovanju i nova istraživanja na raznim poljima, kao što su statistika i matematika. 97

5.11. Prednosti i nedostaci VaR metoda 5.11.1. Prednosti VaR-a Jedna od najvećih zasluga koje se mogu pripisati VaR-u je činjenica da je viši mendžment postao svesniji odnosa između preuzetih rizika i ostvarenih profita, što je dovelo do mnogo efikasnije alokacije sredstava. VaR metoda merenja tržišnih rizika zahvaljuje svoju privlačnost i rasprostranjenost svojim dvema osnovnim karakteristikama. Prva karakteristika VaR-a jest da nudi jednostavnu i konzistentnu meru rizika za različite pozicije i faktore rizika. Na ovaj način omogućuje se poređenje rizika vezanih uz investiranje u npr. obveznice i deonice. VaR predstavlja jedinstvenu meru rizika koja omogućuje upoređivanje instrumenata koji do primene VaR-a nisu bili uporedivi. Druga karakteristika VaR-a jeste da uzima u obzir koeficijente korelacije između različitih faktora rizika. U slučaju kada dva faktora rizika poništavaju jedan drugoga, VaR uzima u obzir njihovu međusobnu koreliranost, što rezultira relativno niskim nivoom ukupnog rizika. Ukoliko se dva rizika međusobno ne poništavaju, VaR i tu činjenicu uzima u obzir što rezultira višim nivoom ukupnog rizika. Informacije koje pruža VaR mogu se koristiti na više načina: Š Viši management može se koristiti tim informacijama kako bi postavio sveukupni profil rizika svoje institucije, te postavljao limite za maksimalni rizik i izloženost po organizacijskoj jedinici svoje organizacije. Š Budući da VaR pruža informaciju o maksimalnom iznosu koji se može izgubiti tokom određenog narednog perioda, uz određeni nivo verovatnoće, banke ga mogu koristiti kao meru za izdvajanje rezervi za tržišne rizike. Š Osim na nivou banke, VaR na nivou pojedinih investicionih bankara i brokera može poslužiti umesto klasičnih mera efikasnosti investiranja, kao što je Sharpov, Treynor i Jensenov metoda Š VaR se sve više prikazuje u godišnjim izveštajima velikih preduzeća, kako bi se investitorima predočio rizični profil firme. Š VaR se može koristiti kako bi se unapred ocenile pojedine investicijske prilike. Š Informacije dobivene iz VaR-a mogu se koristiti u implementaciji hedžing strategija koje obuhvataju celokupni portfelj institucije. Ukratko, VaR nudi konzistentan i integrirani pristup upravljanju tržišnim rizicima, što vodi ka celokupnom boljem i sigurnijem poslovanju. 98

5.11.2. Nedostaci VaR-a Prihvatanje VaR-a kao industrijskog standarda naišlo je na različite reakcije finansijskih stručnjaka. Iako se većina naučnih diskusija u vezi VaR-a bavi teorijskim i empirijskim prednostima jednog pristupa nad drugim, ima i onih koji upozoravaju na probleme vezane uz sam koncept VaR-a. Kritičari VaR-a sumnjaju u primenjivost i valjanost statističkih i drugih pretpostavki vezanih uz sam VaR, a koje su uglavnom preuzete iz fizike i matematike i direktno primenjene na finansije. Kao primer navodi se da se u fizici i matematici ne uzimaju u obzir važne osobine društvenih sistema, kao što je sposobnost učenja i prilagođavanja učesnika na finansijskim tržištima, nestacionarna i dinamička zavisnost mnogih tržišnih procesa, itd.. Takođe se tvrdi da su izračunavanja VaR-a previše neprecizna, te da nisu od posebne koristi, budući da različiti VaR modeli daju veoma različite procene rizika, koristeći iste podatke. Ukoliko su kalkulacije VaR neprecizne, a investitori ih shvate kao jedino relevantno merilo rizika, moglo bi doći do većih gubitaka. Često se navodi zamerka u primeni VaR-a kao mere za kontrolu rizika i ocenu efikasnosti investiranja da će brokeri tražiti prilike za investiranje u sredstva koja prikazuju mali iznos VaR-a u odnosu na stvarni rizik. Na taj način doći će do transfera većih iznosa novca u rizičniju imovinu, a o kojoj VaR modeli ne daju pravu predstavu rizika. Iako je VaR mera koja meri donje kvantile raspodele verovatnoće, pitanje je da li je VaR najbolja mera rizika koja se temelji na repovima raspodele verovatnoće. Na kraju, zamerka koja se pripisuje VaR-u jeste i nezadovoljavanje sub-aditivnosti, odnosno nije izvesno da iznos VaR-a ukupnih pozicija portfelja neće biti veći od sume VaR-a samostalnih pozicija koje čine taj portfelj. Koristeći VaR metode može se dogoditi da rizik sume pozicija bude veći nego suma pojedinih rizika. U poslednje vreme se kao nadopuna VaR-u koristi mera očekivanog gubitka u repu raspodele (ETL-Expected Tail Losses) tj. očekivana vrednost gubitka koja premašuje iznos VaR-a. ETL zadovoljava uslov sub aditivnosti, ali i na nju kao meru rizika odnosi se većina kritika koje se pripisuju VaR-u. Uz ove opšte zamerke vezane uz VaR, s druge strane i svaka pojedinačna metoda izračuna VaR-a ima mnogo kritika, od kojih su neke već navedene.

99

6. UPRAVLJANJE PORTFELJOM

6.1. Upravljanje porfeljom hartija od vrednosti Upravljanje portfeljem sačinjavaju tri osnovna segmenta, i to: postavljanje i ostvarivanje ciljeva investiranja, definisanje investicione strategije i merenje performanse portfelja. 6.1.1. Ciljevi investiranja Prvi korak u upravljanju bankarskim trgovinskim portfeljm je da se obezbedi takva struktura portfelja koja će omogućiti optimalan balans rizika i prinosa, t.j. sastavljanje efikasnog portfelja hartija od vrednosti. Efikasni portfelj predstavlja takvu kombinaciju hartija od vrednosti koja će omogućiti maksimiziranje prinosa pri datom prihvatljivim nivou rizika, t.j. minimiziranje rizika pri datom nivou prinosa. Za formiranje optimalnog portfelja preporučljivo je koristiti Markowitz-evu savremenu portfelj teoriju koja je najrasprostranjeniji i najprihvaćeniji model za: Š određivanje osnovne politike ulaganja u hartije od vrednosti, Š sastavljanje optimalnog portfelja, Š mitigaciju (regulisanje) rizika, Š merenje uspešnosti investiranja u odnosu na preuzeti rizik. Savremena teorija portfelja daje jednostavno rešenje za alokaciju optimalnog udela sredstava u pojedinu hartiju od vrednosti. Savremena teorija portfelja je široko prihvaćena, između ostalog, zbog sledećih činjenica: Najpre, teorija je konzistentna je s principom “maksimiziranja funkcije očekivane koristi” u slučaju kada stope prinosa portfelja prate normalnu raspodelu što se kod deonica uzima kao valjana pretpostavka. 100

Takođe, kvadratno programiranje uz primenu današnje tehnologije više ne predstavlja značajan problem za investitore. Naime, rešavanjem kvadratne jednačine dobija se skup rešenja koji predstavljaju efikasnu granicu ulaganja. Investitori biraju portfelje koja se nalaze u efikasnom skupu jer dominiraju nad drugim portfeljima iz skupa mogućnosti ulaganja u rizičnu imovinu. Tako će izbor pojedinih portfelja sa granice efikasnosti zavisi od sklonosti investita da preuzme dodatni rizik kako bi ostvario višu stopu prinosa. Za portfelj se može reći da je efikasan samo ako ne postoji drugi portfelj koji ima: Š veću očekivanu stopu prinosa i manju standardnu devijaciju, Š veću očekivanu stopu prinosa i istu standardnu devijaciju ili Š istu očekivanu stopu prinosa i manju standardnu devijaciju. Najbolja kombinacija očekivane stope prinosa i standardne devijacije zavisi od investitorove funkcije korisnosti čiji su grafički izraz krive indiferencije (krive koje prikazuju jednako poželjne tačke odnosa prinosa i rizika za investitora), što znači da investitor teži izboru portfelja s najviše moguće krive indiferencije. 6.1.2. Definisanje investicione strategije U osnovi postoje dva tipa strategije upravljanja portfeljom, i to: pasivna i aktivna. Pasivna strategija polazi od pretpostavke da je tržište hartija od vrednosti efikasno i da sadrži sve informacije o određivanju vrednosti pojedinačnih hartija od vrednosti, što bi značilo da struktura portfolija treba biti tako sastavljena da omogući reduciranje ukupnog rizika na njegov sistematski rizik. Ova teorija preferira postojanost portfolija, uključujući retke promene, a to znači smanjenje transakcija i njihovih troškova. Aktivna strategija podrazumeva sastavljanje portfolija selekcijom pojedinačnih hartija od vrednosti. Ova strategija traži permanentno aktivan odnos sa stalnim praćenjem sastava portfelja i analize za selekciju hartija od vrednosti koje će sačinjavati portfelj. Strategija se sprovodi u dve faze: u prvoj fazi obavlja se selekcija precenjenih ili potcenjenih papira od vrednosti; i druga, pomoću tehničke analize potrebno je otkrivanje tržišnih trendova cena, i na bazi takvih saznanja određuje se vreme kupovaina odnosno prodaja. 6.1.3. Merenje prinosa i rizika portfolija U poglavlju 3.2 pokazano je kako se rizik portfelja meri varijansom i standardnom devijacijom. Videli smo takođe da se očekivana stopa prinosa celog portfelja E(P) izračunava kao ponderisana suma očekivanih prinosa pojedinih hartija od vrednosti koje čine portfelj. 101

Takođe je istaknuto da sa konstrukcijom portfelja finansijskih insrumenata investitor ima mogućnosti za diverzifikaciju prinosa i smanjenje ukupnog rizika. Teorija postavlja sledeće pravilo: relevantna mera rizika jednog finansijskog instrumenta je beta koeficijenat tog finansijskog instrumenta a ne njegov ukupan rizik, prilikom čega beta koeficijenat je izraz tržišnog rizika tog koeficijenata. 6.1.4. Merenje profitabilnosti i efikasnosti portfelja akcija Pokazatelj za obračun profitabilnosti portfelja akcija uobičajeno se izražava preko sledeće formule: p

d  ( p1  p0 ) p0

gde je: p – profitabilnost investicija u akcije d – visina godišnje dividende p0 – tržišna vrednost akcija na kraju godine p1 – cena akcije u početku godine Ukoliko se akcije zadrže duže, onda njihova će se profitabilnost računati preko sledeće formule: p

­ di p  p0 ½ 1 * p0  n ®¦ i i ¾ (1  k ) ¿ ¯ (1  k )

gde je : p - profitabilnost akcija; d – dividenda u određeno godini; k – diskontna kamatna stopa; pn – tržišna cena akcija na kraju perioda; p0 – tržišna cena akcija u početku perioda; n – broj godina. Iz ove formule se može primetiti da pri pn > p0 portfelj akcija vlasniku donosi dva prinosa, i to: dividendnu i kapitalna dobit. 102

6.2. Savremena teorija portfelja Tradicionalna teorija portfelja polazi od sledećih postulata: investitori preferiraju veći u odnosu na manji prinos, pri čemu osnovni način za povećanje prinosa je preuzimanje većeg rizika a pri tome diverzifikacijom se može umanjiti rizik. Savremena teorija portfelja zasniva se na postavci da investitor donosi odluke u uslovima neizvesnosti i da je zainteresovan istovremeno i za prinos i za rizik portfelja. Savremena teorija portfelja nudi rešenje racionalnim investitorima kako da sastave svoj portfelj. Uvažavajući investitorovu averziju prema riziku i želju za što većim profitom, može se reći da savremena teorija portfelja ima za cilj minimizirati rizik i maksimizirati prinos. Savremena teorija portfelja se zasniva na četiri osnovne pretpostavke (Elton, Gruber, 1991). Najpre, investitori imaju averziju prema riziku i preferiraju sigurnost. Kao drugo, funkcija korisnosti određuje ponašanje investitora. Treće, investitori se ponašaju racionalno. Četvrto, pri odluci o investiranju, portfelj kao celina je odlučujući parametar, a ne pojedinačna hartija od vrednosti unutar njega. 6.2.1. Preferencija rizika S obzirom na preferenciju rizika razlikuju se tri osnovna oblika funkcije korisnosti: Š Konkavna funkcija korisnosti; karakteristična za osobe koje izbegavaju rizik (risk aversion). Š Konveksna funkcija korisnosti - Karakteristična za osobe koje su sklone riziku (risk loving). Š Linearna funkcija korisnosti; karakteristična za osobe koje su indiferentne u odnosu na rizik tj. rukovode se jedino maksimalnim očekivanim prinosom (risk neutral). Savremena teorija portfelja pretpostavlja da investitori imaju konkavnu funkciju korisnosti tj. da su risk averse. Takav će investitor između dve hartije od vrednosti s istom stopom prinosa uvek izabrati onu sa manjim rizikom. Ako osoba ima izbor od dva portfelja i očekivani prinos u oba slučaja je 50%. Međutim na prvom portfelju isplativost je 50-50 ili 0% ili 100%, dok je na drugom sigurna isplativost 50%. Risk averse osobe će izabrati drugu a risk loving prvu opciju. Na slici 6.1 data je funcija korisnosti u oba slučaja. Konkretno u risk averse slučaju, korist (U) od očekivanog ishoda (W), tj.,U(.5 x 100 +.5 x 0), premašuje očekivanu korist, i.e..5 x U(100) +.5 x U(0). 103

6.2.2. Funkcija korisnosti i ponašanje investitora Investitorov izbor portfelja iz ponuđenog skupa mogućih, omogućava funkcija preferencije tj. funkcije korisnosti. Korisnost predstavlja koncept kojim se iskazuje stepen zadovoljstva što ga investitor ima od ulaganja u neki oblik imovine (u određeni portfelj). Svaki investitor je različit i ima različitu korisnost od istog ulaganja. Investitoru mogu različite kombinacije rizika i prinosa biti jednako privlačne. Kada se u koordinatni sistem unesu tačke koje označavaju takve izbore investitora njihovim spajanjem dobije se kriva indiferencije (krive koje prikazuju jednako poželjne tačke odnosa prinosa i rizika za investitora). Na ovaj način dobivena funkcija naziva se funkcija korisnosti. Racionalni investitor će izabrati onaj portfelj koji za njega ima najvišu funkciju korisnosti. Iznos prinosa koji očekuje investitor je kriterijum prema kojem će upoređivati i vršiti izbor između dve ili više investicija. Ukoliko se sa W označi ishod (wealth-bogatstvo), sa U(W), vrednost tog ishoda, a sa P(W) verovatnoća nastupa poželjnog ishoda, očekivana vrednost funkcije korisnosti E(U), biće: E( U)

¦ U( W ) P( W ) W

Slika 6.1 Budući da funkcija korisnosti zavisi i od verovatnoće nastanka određenog događaja, što se može posmatrati i kao rizik, može se zaključiti da je korisnost funkcija, prinosa i rizika tj. standardne devijacije njegove investicije: E ( U ) f ( R , V)

104

Važna karakteristika funkcije korisnosti jest da je ona jedinstvena sve do pozitivne linearne transformacije. To znači da vršenje bilo koje matematičke operacije na pozitivnu konstantu unutar zadane forme funkcije korisnosti ne mijenja izbor investitora. Ova karakteristika funkcije korisnosti koristi se u finansijskom posredništvu. Budući da se investitori ponašaju na tačno određeni način prilikom donošenja odluke o ulaganju, proizlazi da će izbor optimalnog portfelja za pojedinog investitora prema teoremi očekivane korisnosti biti usklađen njegovom izboru pri izboru pojedinih hartija od vrednosti. Investitora se može posmatrati u jednostavnim situacijama izbora (izbor između dve hartije od vrednosti), te se na taj način spoznati njegova funkcija korisnosti. Tako implicitno utvrđenu funkciju korisnosti investitora može se primeniti i na rešavanje složenijih problema, kao što je izbor optimalnog portfelja. 6.2.3. Racionalnost investitora Investitor se ponaša racionalno ukoliko uvek izabere opciju koja mu nudi više, a ukoliko mu dve opcije nude isto, izabira onu koja je manje rizična. Kod kreiranja portfelja koji ima više od dve mogućnosti ulaganja u rizičnu imovinu, raspoložive investicijske mogućnosti se grafički mogu predočiti na slici 6.2.

Slika 6.2 - Markowitzev model upravljanja portfeljom Harry Markowitz je otac savremene teorije portfelja i dobitnik Nobelove nagrade 1990.godine. Po njemu serija optimalnih portfelja koji formiraju efikasni obod (eficient frontier -videti sliku 6.2) se dobija rešavanjem sledećeg modela (radi se o Mean-Variance (E-V) modelu za portfelj selekciju, 1959): 105

Za zadatih n sredstava: 1,2,...n neka je: V ij kovarijansa sredstva i i sredstva j Kj

očekivan rate of return sredstva j željeni nivo prinosa za portfelj

d

Neka je: n

min

xj

deo kapitala koji se investira u sredstvo j

n

¦¦V

ij

xi x j - min (varajansa portfelja)

i 1 j 1 n

¦P

j

xj

d - ostvariti prinos d

j 1 n

¦x

j

1

- i investirati ceo kapital

j 1

xj t 0 Rešavanjem navedenog modela za različite vrednosti d dobija se serija optimalnih portfelja koji formiraju efikasnu granicu (obod, skup). Prema Markowitzu portfelji na efikasnoj granici dominiraju svim ostalim kombinacijama hartija od vrednosti, jer imaju višu stopu prinosa uz istu ili nižu stopu rizika odnosno standardnu devijaciju (varijansu) u odnosu na ostale portfelje. Markowitz je utvrdio da investitori biraju portfelje koje se nalaze u efikasnom obodu skupa jer dominiraju nad drugim portfeljima iz skupa mogućnosti ulaganja u rizičnu imovinu. Investitori biraju različite portfelje s oboda skupa efikasnosti zavisno od vlastitih preferencija rizika. Kao što je već rečeno, za portfelj se može reći da je efikasan samo ako ne postoji drugi portfelj koji ima: veću očekivanu stopu prinosa i manju standardnu devijaciju, veću očekivanu stopu prinosa i istu standardnu devijaciju, ili istu očekivanu stopu prinosa i manju standardnu devijaciju. Najbolja kombinacija očekivane stope prinosa i standardne devijacije zavisi o investitorovoj funkciji korisnosti. Grafički prikaz funkcije korisnosti dat je na slici 6.3. Nastale krive se nazivaju krive indiferencije, tj. investitor je indiferentan pri odabiru kombinacije očekivanog prinosa i standardne devijacije uzduž pojedine krive. Racionalni investitor teži izboru portfelja s najviše moguće krive indiferencije (vidi sliku 6.3). 106

Slika 6.3 - Krive indiferencije (krive indeferenciju su l1,l2 i l3;zatamljena oblast je skup svih portfelja; efikasan skup su portfelji E,O i S; optimalan portfelj je označen sa O*)

6.2.4. Koji portfelj izabrati? U posmatranju portfelja nisu toliko bitne pojedine hartije od vrednsoti i njihove karakteristike, već njihova međusobna interakcija. Doprinos varijanse pojedine hartije od vrednosti sveukupnoj varijansi portfelja približava se nuli, kako se broj hartija od vrednosti u portfelju povećava. Za razliku od varijanse doprinos kovarijanse pojedine hartije od vrednosti se približava prosečnoj kovarijansi kako se broj hartija od vrednosti u portfelju povećava. Pojedinačni rizik hartije od vrednosti se može diverzifikovati, ali se sistemski rizik koji je nastao zbog kovarijansi između hartija od vrednosti ne može ukloniti diverzifikacijom. Ova konstatacija je jasno vidljiva iz sledeće jednačine:

V2p gde je: V 2p - varijansa portfelja

1 2 (Vi  Vkj )  Vkj N

V i2 - varijansa prinosa pojedine hartije od vrednosti

Vkj - prosečna kovarijansa između pojedinačnih hartija od vrednosti 107

Minimalna varijansa se može dobiti u portfeljima s velikim brojem hartija od vrednosti i jednaka je prosečnoj kovarijansi između svih hartija od vrednosti u portfelju. Kako se sve više hartija od vrednosti dodaje u portfelj smanjuje se razlika između prosečnog rizika i prosečne kovarijanse hartija od vrednosti, kao što je vidljivo sa slike 6.4.

Slika 6.4 - Uticaj broja hartija od vrednosti u portfelju na rizik portfelja 6.2.5. Doprinos savremene teorije portfelja Markowitzeva savremena teorija portfelja predstavlja najznačajniju inovaciju 20. veka na području investiranja i upravljanja portfeljom hartija od vrednosti. Pre savremene teorije portfelja smatralo se je da svaku deonicu treba analizirati putem fundamentalne analize i u portfelj uvrstiti one koji imaju potencijal rasta. Modema teorija portfelja prva je dala generalizirani pristup upravljanju portfeljem hartija od vrednosti. Osigurala je jedinstvenu platformu za posmatranje i ocenu pojedinih investicija. Koncept je teorijski jednostavan i empirijski dokazan kao pouzdan u normalnim tržišnim uslovima. Savremena teorija portfelja je omogućila da se osim razmatranja očekivanog prinosa i rizika pojedine hartije od vrednosti u svrhu formiranja optimalnog portfelja, uzme u obzir i treći bitan element, međusobna koreliranost hartija od vrednosti unutar portfelja. Novi, treći element pokazao se je od presudne važnosti za formiranje optimalnog portfelja. Korišćenjem učinka diverzifikacije i savremene teorije portfelja investitori mogu kreirati portfelje, koji su istovremeno i profitabilniji i nose manji rizik. Koncept diverzifikacije pridonosio je povećanju ulaganja u 108

inostranstvu, s obzirom da su investitori započeli međunarodno diverzifikovati svoje portfelje. Investiranjem na različita svetska tržišta moguće je postići veću diverzifikaciju nego što je to moguće investiranjem u samo jednoj zemlji. Iako su zasluge i prednosti savremene teorije portfelja mnogobrojne, njene kritike su jednako tako bitne i indikativne na potencijalne probleme koji mogu nastati njenom primenom. Savremena teorija portfelja pojednostavljuje realnost u mnogim stvarima. Izbor optimalnog portfelja se ne posmatra kao kontinuirani proces praćenja promena i prilagođavanja portfelja kroz vreme, već kao odluka koju treba doneti jednokratno. Dodatni nedostatak savremene teorije portfelja jest činjenica da se pri izboru optimalnog portfelja, transakcijski troškovi ne uzimaju u obzir. Kada se formiraju portfelji na područjima tranzicijskih zemalja važna činjenica koju ne poštuje savremena teorija portfelja jest relativno niska i promenjiva likvidnost hartija od vrednosti. Pretpostavka o relativnoj stabilnosti koeficijenata korelacije između hartija od vrednosti i konstantnoj volatilnosti hartija od vrednosti, nije realna pretpostavka za tranziciona tržišta. Postoje mnogobrojna regulatorna ograničenja, ekonomski, sociološki i politički razlozi koji sprečavaju adekvatnu međunarodnu diverzificiranost. Primenu savremene teorije portfelja ozbiljno ugrožavaju i sledeći faktori koji su prisutni u zemljama tranzicije: plitko tržište, niska likvidnost, problem pouzdanosti informacija i finansijskih izveštaja, funkcioniranje pravne države, transparentnost tržišta, nepredviđene oscilacije prinosa, ne uzimanje u obzir privrednih kretanja, kretanja unutar pojedine grane, promene valutnih kurseva, te mnogi drugi faktori. U kritike koje se mogu pripisati savremenoj teoriji portfelja navedimo sledeće: Š Problemi u proceni podataka koji su potrebni za izračunavanje (posebno korelacione matrice) Š Vreme i novac potrebni za prikupljanje podataka i stvaranje efikasnih portfelja. Š Problem optimizacije ne predstavlja linearno programiranje već kvadratno. Š Problem u naobrazbi ljudi, posebno portfelj managera da osim očekivanog prinosa i rizika pojedine hartije od vrednosti uzimaju u obzir i njenu korelaciju s ostalim hartija od vrednostima koje čine portfelj. Mnogi ulagači ne slede principe racionalnog ponašanja i u složenim situacijama ne ponašaju se na isti način kao kod jednostavnih. Ne postoji čovek koji zna svoju funkciju korisnosti, to priznanje iznosi i sam Markowitz. 109

Među najznačajnijim kritikama koje se iznose u vezi savremene teorije portfelja jeste ona da pri finansijskim krizama koeficijenti korelacije konvergiraju kao jedan., te nestaju prednosti diverzifikacije i rizik portfelja postaje jednak jednostavnoj ponderisanoj sumi pojedinačnih rizika hartija od vrednosti od kojih je sastavljen. Zabeleženo je, da čak i na razvijenim tržištima, u situacijama bez značajnih finansijskih šokova može doći do relativno naglih promena koeficijenata korelacije 6.2.6. Predlozi za investiranje Usprkos svim svojim ograničenjima savremena teorija portfelja nudi dobro oruđe za donošenje odluka o investiranju i optimizaciji portfelja. Gotovo svi investicioni fondovi i veći investitori koriste se savremenom teorijom portfelja ili teorijama koje su nastale kao direktan produžetak ove teorije. Savremenu portfelj teoriju najbolje je primeniti u odlukama o alokaciji tipa imovine u koju ulagati. Koeficijenti korelacije između hartija od vrednosti na tranzicionim tržištima trebaju se uzeti s rezervom zbog njihove dokazane varijabilnosti. Logika diverzifikacije stoji na veoma čvrstim teorijskim postavkama i poznata je od ranije u narodnoj izreci “Ne stavljaj sva jaja u istu korpu”. Lako su dokazive i logične koristi uključivanja hartije od vrednosti iz različitih privrednih grana i tržišta u portfelj, koje se ogledaju u manjem riziku i stabilnijim prinosima. Razlozi za pozitivne učinke međunarodne diverzifikacije mogu se naći i u činjenici da se ekonomski ciklusi zemalja ne kreću sinhronizirano. Za dobijanje optimalnog portfelja za tržište kao što je naše, treba provesti primarnu selekciju hartija od vrednosti, zbog njihove niske likvidnosti i visokog potencijalnog rizika, koje bi tek nakon fundamentalne analize ušle u izbor za provođenje optimizacije i uvrštavanja u optimalni portfelj. Dakle, potrebno je suziti izbor s celog tržišta na neki manji skup. Kriteriji za to mogu biti: Š likvidnost, Š fundamentalni pokazatelji, Š industrijske grane, Š poređenje sa svetskim trendovima. Moguće je formirati optimalne portfelje koji donose velike profite investitorima, a istovremeno su manje rizični od tržišnog indeksa. Investitori bi trebali obratiti pažnju i na više momente raspodele oko sredine npr. na meru asimetrije i na kurtosis raspodele, a ne samo na prosečni prinos i standardnu devijaciju. Na taj način investitori mogu izabrati ulaganje u portfelje koji imaju pozitivnu asimetričnost raspodele tj. veću verovatnoću pojave pozitivnih prinosa. 110

7. UPRAVLJANJE OSTALIM FINANSIJSKIM RIZICIMA

7.1. Upravljanje kreditnim rizikom Kreditni rizik najčešći je uzrok stečajeva banaka što je bio razlog da se propišu minimalni standardi za upravljanje kreditnim rizikom u skoro svim zakonskim sistemima. Zbog potencijalno značajnog uticaja kreditnog rizika važno je sprovoditi efikasnu strategiju upravljanja kreditnim rizikom. Prema smernicama Bazelskog komiteta takva strategija zahteva: osiguravanje primerenog okruženja za merenje i upravljanje kreditnim rizikom, ispravan, pouzdan i dosledan proces odobravanja kredita, prikladan proces kreditne administracije, aktivno merenje, upravljanje i nadzor kreditnog rizika, primerenu kontrolu izloženosti riziku i aktivan nadzor i sudelovanje regulatornih institucija. Upravljanje kreditnim rizikom odnosi se najpre na kreditni portfelj, i ako se načela vezana za određivanje kreditne sposobnosti takođe odnose i na procenu druge ugovorne trane koja izdaje finansijski instrument. Upravljanje kreditnim porfeljom:- Uloga kreditiranja treba da sadrži sve kreditne aktivnosti banke kao i način upravljanja kreditnim porfeljom, tj. način na koji se krediti odobravaja, ocenjuju, nadziru i naplaćuju. Elementi zdrave kreditne politike obuhvataju najpre: ograničenje ukupno odobrenih kredita, geografska ograničenja, kreditna koncentracija, podela prema vrstama kredita, maksimalna ročnost za sve vrste kredita, kao i kamatne stope na različite kredite. Takođe, sam proces odobravanja kredita, uključujući ovlaštenja za odobravanje predstavljaju važne elemente kreditne politike. Potrebno je utvrditi prihvatljive vrste i ograničenja odobrenja za svaki pojedinačni kreditni proizvod, zatim iznos kredita u odnosu na projekat, koleterale, metod procene, otplate i dr. 111

U ostale važne elemente spadaju: maksimalna proporcija između kredita i tržišne vrednosti zaloga, finansijski podaci o dužniku, smanjenje vrednosti kredita, kao i naplata (sporni plasmani). Politike za upravljanje kreditnim rizikom:- Specifične mere upravljanja kreditnim rizikom uključuju politike ograničavanja kreditnog rizika, zatim politike klasifikacije aktive, kao i politike rezervisanja za kreditne rizike. Politike ograničavanja ili smanjenja kreditnog rizika:- Odnose se na ograničenje izloženosti prema pojedinačnom klijentu. Većina zemalja uvodi maksimalnu izloženost prema velikim dužnicima i povezanim osobama u iznosu od 10-25% kapitala. Naime Bazelski komitet je predložio 25% sa namerom da ga smanji na 10%. Politike klasifikacije aktive:- Ključne su za upravljanje rizicima. Naime sve stavke koje izlažu banku riziku treba klasifikovati,odnosno stavkama aktive treba pripisati kategoriju rizika (verovatnoća da će obaveza dužnika biti servisirana). Za klasifikaciju se koriste međunarodni standardi kojima se aktiva klasifikuje od standardne (dobre), aktive koja zahteva pažnju („watch“), aktiva niža od standarda, sumnjiva i sporna potraživanja, i na kraju gubitak kao najniža kategorija. Politika rezervisanja za kreditne rizike:- Bavi se nivoima rezervi za apsorbiranje gubitaka usled nenaplativosti kreditnog portfelja. Propisani nivo rezervi se najčešće određuje na osnovu određenih statistika. Tako se u razvijenim zemljama gde je razvijen pravni okvir za naplatu duga istraživanja su pokazala da će oko 10% aktive nižeg kvaliteta od standardnog vremenom preći u gubitak. Procenti za ostale kategorije rizične aktive kao što su sumnjiva i sporna potraživanja i gubitak su znatno veći (videti tabelu 7.1 sa preporučenim rezervacijama). Tabela 7.1 – Preporučena rezervisanja Rizična kategorija aktive

Preporučeni nivo rezervisanja

Standardna

1-2%

Zahteva pažnju

5-10%

Ispod standarda

10-30%

Sumnjiva i sporna

50-75%

Gubitak

100%

Dakle, izloženost riziku se meri u obliku težine (pondera) rizika sredstava aktive i oni su prikazani u gornjoj tabeli. Rizičnost sredstava se dobija množenjem procenta sa vrednosti sredstva. 112

Iako procena minimalnog nivoa rezervisanja za izloženost kreditnim rizicima nosi i određeni stepen subjektivnosti, adekvatnost ukupnog nivoa rezervi za potencijalne gubitke mora biti što bolje sprovedena. Ona mora uključiti sve politike i procedure za rezervisanje, klasifikaciju aktive, sve faktore koji mogu uticati na gubitke, analizu narednog dužeg perioda za poslovanje, kao i mišljenje o primerenosti aktuelne politike banke. Modeli kreditnih rizika:- Poslednjih godina razvijeni su novi modeli za kvantifikovanje kreditnog rizika na portfelj osnovi. Među njima najznačajniji su CreditMetrics™, CreditRisk+, CreditPortfeljViewTM, kao i drugi koji su slični njima. Svi oni koriste default verovatnoće koje su rezultat istraživanja od strane rejting agencija. Najpoznatije rejting agencije su Moody i Standard&Poor. Na sledećoj tabeli 7.2 (izvor Standard&Poor) su prikazane default verovatnoće (verovatnoća insolventnosti dužnika) za razne kreditne rejtinge u 10-godišnjem periodu. Tabela 7.2 - Verovatnoće nesolventnosti (default) Kreditni rejting

10g verovatnoća nesolventnosti (%)

AAA

1.4

AA

2.1

A

2.7

BBBB

5.7

BB

21.5

B

32.0

CCC

47.5

Svi modeli kreditnih rizika imaju za cilj da opišu raspodelu potencijalnih gubitaka i dobitaka na krediitnom portfelju. Za sve je potrebno obezbediti ulazne parametre: kvantifikovanje rizika gubitka na individualnoj poziciji, kao i da se uzme u obzir međusobnu zavisnost, koja je određena drajverima rizika. Gubitak banke na „kupi i zadrži“ transakciji je sastavljen od tri nepoznata parametra: Oekivani gubitak

=

verovatnoa nesolventnosti

y

oekivana izloženost

y ( - stopa oporavka)

113

Za dobijanje očekivane vrednosti gubitka na portfelju potrebno je izračunati proizvod tri stohastičke promenljive. CreditMetrics pretpostavlja na primer beta raspodelu za stope oporavka. Verovatnoće nesolventnosti se aproksimiraju istorijski za svaku rejting klasu i prenose u tzv. matrice migracije rejtinga koje se publikuju od strane rejting agencija.

7.2. Upravljanje kamatnim rizikom Cilj upravljanja kamatnim rizikom je da se izloženost od rizika na kamatnim stopama održava u određenim okvirima. Naime, pri kolebanjima kamatnih stopa dolazi do promena na prihodima i troškovima banaka čiji neto efekat utiče na prihod i kapital. Upravljanje kamatnim rizikom obuhvata određene politike, aktivnosti i tehnike koje banka koristi radi umanjenja rizik od pada svoje neto aktive usled nepovoljnih kretanja kamatnih stopa. Banke bi trebale imati jasno definisane politike i procedure za ograničavanje i nadzor kamatnog rizika. Tako bi sistem za merenje rizika trebao, pored uključivanja svih važnih izvora kamatnog rizika, da bude u stanju da prepozna sve moguće izloženosti riziku. U najčešće korišćene modele za upravljanja kamatnim rizikom spadaju: Š Analiza razlike (gapa) – Ovaj model ima za cilj da se aktiva i pasiva raspodele u grupe dospeća koje su definišu prema određivanju cena (tj. tačaka u kojima se kamatne stope mogu menjati) i merenje gapa u svakoj tački dospeća. Tako npr. ako je gap pozitivan, tj. nivo cena aktive je viši nego pasive, to bi značilo veće prihode. Teoretski, kada bi pozicija ponovnog utvrđivanja bilansa bila poznata, tada se postavlja okvir u okviru kojeg se ocenjuje ukupna izloženost banke kamatnim kolebanjima. Menadžment banke ima mogućnost da napravi bilans tako da dobiveni gap bude nula, što bi zaštitilo banku od kamatnih kolebanja. Š Simulacija – Ovim modelom se meri osetljivost neto kamatnog prihoda i kapitala na određenim ključnim promenljivama rizika koje uključuju promene na kamatnim stopama. Model je dinamičan i potrebno je dosta vremena dok se ne dobiju značajniji rezultati. Š Analiza trajanja – Kamatni rizik u ovom modelu se meri izračunavanjem sadašnje vrednosti aktive, pasive i vanbilansnih pozicija banke da bi s zatim merila osetljivost neto vrednosti na promene kamatnih stopa. Model posmatra stvari na duži rok za razliku od drugih koji su koncentrisani na tekuću zaradu. 114

7.3. Upravljanje valutnim rizikom Kako je pitanju rizik u koji banka najlakše može zapasti sa velikim gubicima, isti mora imati poseban tretman i pažnju od strane menadžmenta banke. Naime, potrebno je ustanoviti posebne politike i procedure kojima bi se postavila ograničenja na ovu vrstu rizika. Politika banke mora nalagati redovno uzimanje u obzir promenljive situacije i na domaćem i na inostranom tržišta. Isto tako, potrebno bi odrediti koliko često je neophodno izvršiti revalorizaciju deviznih pozicija bilansa, kako za potrebe računovodstva tako i upravljanja rizicima. U načelu u poslovanju banaka postoje dve vrste transakcija, i to transakcija koje proizilaze iz poslova berzanske trgovine, kao i tradicionalnih bankarskih transakcija. Zbog razlike u vrsti transakcija a time i u izloženosti, banke obično primenjuju dva postupka u upravljanju rizicima, i to dnevno za za posredovanje i trgovačke poslove i mesečno za tradicionalne bankarske operacije. Naveščemo neka od ograničenja izloženosti rizicima koja bi trebalo primenjvati pri upravljanju kreditnim rizikom: Š Limit neto otvorene pozicije – Ovo ograničenje predstavlja maksimalni gubitak usled valutnog rizika. Izražen kao procentualni deo kapitala banke predstavlja ukupno ograničenje izloženosti banke valutnom riziku. Š Limit valutne pozicije – Svaka banka bi trebala da održava limite izloženosti prema pojedinim valutama, odnosno da vodi ograničenja neto otvorenih pozicija za svaku valutu ponaosob. Š Ograničenja ostalih pozicija – Ova ograničenja se odnose na situacije kada se trguje valutama, ili ako se radi o derivatima, i sl. Ograničenja se obično izražavaju kao maksimalna vrednost svih ugovora na pojedine datume dospeća. Š Odredbe o maksimalnom gubitku (stop loss) – Ova ograničenja su uobičajena na deviznim tržištima gde se primenjuju unapred određeni limiti izloženosti za gubitke po raznim pozicijama. ŠOgraničenja na rizik poravnanja – Veoma je važno utvrditi ograničenja za rizik poravnanja (koleterali, i sl). Š Ograničenja na rizik ugovorene strane – Ova ograničenja su posebno važna za one ugovorne strane koje iz zemalja gde može nastati nestašica deviza. Š Stalna revalorizacija (ili konverzija) – Stalna revalorizacija, odnosno svođenje na tržišnu vrednost, je važna u upravljanju rizicima. Od značaja je procena realističnih kurseva valuta naročito za zemlje čija valuta nije konvertibilna. 115

Ključne odredbe upravljanja valutnim rizikom je politika koja postavlja ograničenja na izloženost valutnom riziku i koja bi trebala stalno biti podložna revizijama, kao i nadzor deviznog poslovanja. To je uostalom i preporuka Bazelskog komiteta.

7.4. Upravljanje rizikom likvidnosti Opšti okvir za upravljanje rizikom likvidnosti finansijskih institucija ima tri vida: merenje i upravljanje potreba za neto finansiranjem, pristup tržištu i planiranje nepredviđenih situacija. Za planiranje likvidnosti i upravljanje rizikom neophodan deo je predviđanje mogućih događaja. Naime, analiza potreba za neto finansiranjem, se sastoji od sastavljanja strukture ročnosti i obračuna zbirnog neto viška/manjka sredstava po datumima. Banke bi redovno trebale procenjivati svoje očekivane novčane tokove umesto što se posmatraju jedino ugovoreni periodi tokom kojih dolazi do priliva ili odliva gotovine. Upravljanje rizikom likvidnosti uključuje razne scenarije. Prvi scenario se koristi u uslovima normalnog poslovanja. Drugi scenario se odnosi na likvidnost organizacije u u kriznim situacijama. Tada se naime veći deo njenih obaveza ne može obrtati pa to dovodi do smanjenja bilansa banke. Treći scenario se odnosi na opšte tržišne krize kada je likvidnost ugrožena u celom sektoru (bankarskom). Ovde se upravljanje likvidnošću zasniva na kvalitetu kredita. Može se pretpostaviti i uloga centralne banke u ovoj situaciji, naime njena aktivnost na osiguranju pristupa određenim oblicima finansiranja. U tabeli 7.3 prikazani su jednostavni mehanizmi za predviđanje likvidnosti u navedena tri slučaja. Diversifikovana pasiva i izvori finansiranja su veoma važni jer isti ukazuju da organizacija dobro upravlja likvidnošću. Mogućnost brzog pretvarannja aktive u gotovinu i pristup drugim izvorima finansiranja u slučaju smanjene likvidnosti su veoma važni. Otuda, menadžment organizacije mora imati planove za nepredviđene i nepovoljne okolnosti na taj način što će utvrditi minimalne i maksimalne potrebe likvidnosti i sve mere koje treba preduzeti za zadovoljenje istih.

116

Tabela 7.3 – struktura ročnosti u tri scenarija Gotovinski priliv

Normalni uslovi poslovanja

Krizna situacija za organizaciju

Opšta tržišna kriza

Aktiva koja dospeva (ugovoreno) Aktivna kamata Prodaja aktive Korištenja Ostalo (navesti) Ukupni prilivi Gotovinski prilivi Pasiva koja dospeva (ugovoreno) Pasivna kamata Isplate po obavezama kreditiranja Privremeno podizanje depozita Poslovni troškovi Ostalo (navesti) Ukupni odlivi Višak/manjak likvidnosti

7.5. Upravljanje operativnim rizicima Bazelski komitet za bankovnu superviziju je u „Sound Practices for the Management and Supervision of Operational Risk“ (February 2003) izneo osnovne prakse za upravljanje operativnim rizikom. Većinom operativnih rizika je najbolje upravljati u odelenjima gde se pojavljuju. Na primer stručnjaci za informacione tehnologije su prava adresa za sistemske rizike. Osoblje back office-a je najbolje za rizike poravnanja, itd. Međutim, planiranje, koordinacija, i nadgledanje treba da bude sprovedeno od strane centralnog odelenja za upravljanje operativnim rizicima. Ovo bi trebalo da je blisko koordinirano sa odelenjima za upravljanje tržišnim odnosno kreditnim rizikom a sve u okvirima opšteg upravljanja rizicima kompanije. 117

Ocena rizika:- Pri upravljanju operativnim rizicima potrebno je kombinovati i kvalitativne i kvantitativne tehnike kako bi se ocenili rizici. U kvalitativne tehnike spadaju: Š Izveštaji o slučajevima kada se dešavaju gubici, Š Nadzor menadžmenta, Š Upitnici za zaposlene, Š Izlazni intervjui za zaposlene, Š Ocena menadžmenta o samom sebi, i Š Interna revizija. Kvantitativne tehnike su razvijene prvenstveno sa ciljem određivanja troškova kapitala za bankarske operativne rizike. Veliki posao na ovom urađen je od strane regulativnih organa razvojem Basel II sporazuma vezano za adekvatnost kapitala.. Basel II omogućava velikim bankama da zahteve za kapitalom vezano za operativne rizike temelje na sopstvenim internim modelima. To je dovelo do značajnih nezavisnih istraživanja modela za merenje operativnih rizika. Tehnike se preuzimane čak iz aktuarstva i inženjerskih analiza pouzdanosti. Planovi za nastavak poslovanja u situacijama katastrofa su na primer sve više primereni statističkim analizama. Ove analize zahtevaju podatke, i to: podatke o istorijskim događajima koji su uzrokovali gubitke, i podatke o indikatorima rizika. Događaji koji uzrokuju gubitke su dosta široki— od grešaka poravnanja, sistemskih grešaka, sitnih krađa, do tužbe klijenata, itd. Gubici mogu biti direktni (kao u slučaju krađe) ili inderektni (kao u slučaju narušavanja reputacije institucije). Postoje tri načina na koji se podaci o događajima koji uzrokuju gubitke mogu kategorizovati: Š događaj Š uzrok Š konsekvenca Na primer, u slučaju greške pri trgovanju na berzi, uzrok može biti neadekvatna obuka, problem sa sistemom ili pak umor zaposlenog. Konsekvence mogu uključivati gubitak na tržištu, naknada plaćena ugovornoj strani,, tužba ili narušavanja reputacije firme. Svaki događaj može imati multiplikovane uzroke ili konsekvence. Praćenje sve tri dimenzije događaja podrazumeva pravljenje matrice događaja, identifikovanja učestalosti s kojom su povezuju određeni uzroci sa određenim događajima i konsekvencama.Čak i bez dalje analize, ove matrice mogu menadžmentu identifikovati područja za unapređenje procedura, obuke, zapošljavanja, i td. 118

Bazelski komitet razvrstava dogodajaje koji prouzrokuju gubitke na 7 kategorija. Mapiranje izvora operativnog rizika i gubitaka koji mogu nastati po tom osnovu predstavlja matricu događaja koji mogu prouzrokovati operatvne rizike i gubitke je dato u sledećoj tabeli 7.4: Tabela 7.4 – Matrica događaja Kategorija operativnih rizika (Nivo 1) Interne prevare Gubici usled namernih aktivnosti ili propusta koji uključuju jednu osobu koja radi za banku ili drugu organizaciju

Eksterna pronevera

Podkategorija (Nivo 2) Neovlašćene aktivnosti Gubici prouzrokovani kršenjem zakona, ugovora, internih procedura

Krađa i prevara Gubici usled postupaka čiji je cilj lična dobit

Krađe i prevare

Gubici usled namernih postupaka trećih lica Sistem bezbednosti

Primeri aktivnosti (Nivo 3)

Š Neprijavljene transakcije (namerno) Š Neovlašćene transakcije (sa novčanim gubitkom) Š Loše utvrđivanje i prezentiranje pozicije (namerno)

Š Prevara/ kreditna prevara /falsifikovanje Š Krađa / iznuđivanje/ pronevera /pljačka Š Zloupotreba imovine Š Falsifikovanje Š Zloupotreba čeka Š Krivotvorenje Š Insajderska trgovina, itd. Š Neplaćanje poreza Š Preuzimanje računa Š Korupcija Š Krađa / pljačka Š Falsifikovanje Š Zloupotreba čeka Š Oštećenja od strane hakera Š Krađa informacije (sa novčanim gubitkom)

119

Odnos prema zaposlenima i bezbednost

Odnosi prema zaposlenima

Š Kompezacije, naknade, pitanja prestanka radnog odnosa Š Organizovane sindikalne aktivnosti

Gubici usled ne primenjivanja zakona o radu I drugih regulative vezanih za zapošljavanje, zdravstvenu i socijalnu zaštitu i bezbednost na random mestu

Bezbednost radnog okruženja

Š Povrede zaposlenih Š Zdravlje I bezbednost zaposlenih Š Kompezacija zaposlenim

Različitost i diskriminacija

Š Svi tipovi diskriminacije

Klijenti, proizvodi i poslvna praksa

Prikladnost, transparentnost i poverljivost

Š Fiduciary breaches / guideline violations Š Suitability / disclosure issues (KYC, etc.) Š Retail consumer disclosure violations Š Kršenje tajnosti podataka Š Agresivna prodaja Š Account churning Š Pogrešna upotreba poverljivih podataka Š Lender liability

Neodgovarajuća poslovna ili tržišna praksa

Š Kršenje antimonopola Š Tržišna manipulacija /nedozvoljena tržišna praksa Š Insajderska trgovina (za račun firme) Š Obavljanje nelicencirane aktivnosti Š Pranje novca

Gubici proistekli iz namernih ili nenamernih propusta u ispunjavanju profesionalnih obaveza prema klijentima ili zbog prirode ili konstrukcije proizvoda

Greške u proizvodima Š Greške na proizvodu (neovlašćenost, itd.) i uslugama Š Greške na modelu Selekcija, sponzorstvo Š Failure t investigate client per guidelines i izloženost Š Exceeding client exposure limits Štete na fiksnoj imovini Gubici ulsed prirodnih katastrofa ili drugih događaja

120

Nezgode i ostali događaji

Š Gubici usled prirodnih nezgoda Š Gubici ljudi usled eksternih izvora (terorizam, vandalizam)

Prekid u poslovanju i pad sistema Gubici zbog narušavanja poslovanja ili pada sistema

Sistemi Š Hardwer (neadekvatnost, loše Š Softver funkcionisanje ili pad Š Telecommunikacije sistema) Š Utility outage / disruptions

Izvršenje, isporuka Obuhvat transakcija, i upravljanje izvođenje i procesima održavanje Gubici usled grešaka u obradi transakcija ili upravljanja procesima, iz odnosa sa partnerima, klijentima i dobavljačima

Š Loša komunikacija Š Unos podataka, održavanje ili greške zbog preopterećenosti Š Propuštanje roka ili odgovornost Š Neoperativnost modela/sistema Š Računovodstvene greške Š Ostala loša izvršenja zadataka Š Propusti u isporuci Š Propusti u upravljanju koleteralima Š Održavanje referencnih podataka

Nadzor i izveštavanje Š Propusti u obaveznom izveštavanju Š Netačni eksterni izveštaji Prijem klijenata i adekvatnost dokumentacije

Š Nedostaje odobrenje klijenta Š Nedostatak dokumenata/ nekompletnost

Vođenje računa klijenta

Š Neovlašćen pritup računu Š Netačni podaci o klijentu (nastali gubici) Š Gubitak usled nemara ili štete na klijentovom sredstvu

Poslovni partneri

Š Loš rad poslovnih partnera Š Sporovi sa poslovnim partnerima

Prodavci i dobavljači

Š Outsourcing Š Sporovi

121

Indikatori rizika: - Indikatori rizika se razlikuju prema događajima koji dovode do gubitaka. Oni nisu povezani sa specifičnim gubicima, ali indiciraju opšti nivo operativnih rizika. Primeri indikatora rizika koje firme trebaju da prate su sledeći: Š Prekovremeno radno vreme osoblja back-office-a, Š Volumen dnevnih transakcija, Š Obrt zaposlenih, Š Pad sistema Sa aspekta modeliranja, cilj je da se pronađe povezanost određenih indikatora rizika i iznosa odgovarajućih događaja koji uzrokuju gubitke. Ako se ustanovi takva veza, tada se indikatori rizika mogu koristiti za identifikovanje perioda povišenosti operativnih rizika. Nakon ocene rizika (kvantitativno, kvalitativno), potrebno je odgovaraćim postupcima upravljati operativnim rizicima. Njima bi se rizici ili izbegavali ili regulisali/ublažavali. U određene tehnike za upravljanje operativnim rizicima mogu spadati: trening zaposlenih, nadzor menadžmenta, razgraničenje dužnosti, provera zaposlenih, itd. Merenje operativnog rizika: - Bazelski komitet za bankovnu superviziju preporučujea tri različita koncepta merenja operativnog rizika i to: pristup temeljnog indikatora, standardizirani pristup i pristup internog merenja. 1.Pristup temeljnog indikatora: (Basel Committee on Banking Supervision) povezuje potrebni nivo kapitala finansijske institucije za pokriće operativnog rizika s indikatorom koji predstavlja njenu ukupnu izloženost. Ako se npr. za indikator uzima ukupni prihod, tada će se određeni postotak ukupnog prihoda utvrditi kao minimalni iznos kapitala za pokriće operativnog rizika. Taj se postotak naziva «alfa faktor». Prema istraživanjima koje je obavljao Bazelski komitet banke su prosečno obračunavale približno 20% minimalno potrebnog kapitala za pokriće operativnog rizika. 2. Po standardnom pristupu aktivnost finansijske institucije se deli na nekoliko poslovnih segmenata, kao što su: stanovništvo, preduzeća, banke, države itd. Za svaki poslovni segment utvrđuje se poseban fiksni postotak koji se naziva «beta faktor» i njime se utvrđuje potreban kapital za pokriće operativnog rizika u tom segmentu finansijskog poslovanja. 3. Pristup internog merenja je najzahtevniji, ali za finansijske institucije dugoročno najisplativiji, pošto im omogućava da temeljem internih modela izračunavaju verovatnoće pojavljivanja gubitaka u pojedinim delovima poslovanja i same utvrđuju rizične vrednosti za svaki segment poslovanja na koje se onda primenjuje fiksni postotak koji se naziva «gama faktor». 122

8. INFORMACIONA REŠENJA ZA MERENJE, ANALIZU I KONTROLU RIZIKA

Za mnoge institucije kao što su banke, investicioni fondovi, osuguravajuće kompanije i brokerske firme, informaciona rešenja predstavljaju kritičnu komponentu upravljanja rizikom. Važno je shvatiti da se upravljanje rizicima uglavnom odnosi na ljude – kako misle i kako komuniciraju, dok su informaciona rešenja alat. U lošim rukama su bekorisna, ali ako se primenjuju na odgovarajući način, ista mogu transformisati organizaciju. Dobar pristup je početi sa formulisanjme strategije za upravljanje rizikom a nakon toga odrediti kako i gde uključiti softverska rešenja. Postavljanje sistema koji će obrađivati potencijalno hiljade kalkulacija, merenja transakcija, kriva kamatnih stopa, volatilnosti i korelacija nije mali izazov. Uobičajeno je neophodna distribuirana arhitektira sistema, fleksibilna platforma, robusne aplikacije i povezanost sa ostalim poslovnim sistemima organizacije. Tipično, softver za upravljanje rizicima uključuje sledeće komponente: Š Merenja kreditnog rizika, modele, i simulaciju izloženosti Š Merenja tržišnog rizika, modele, i simulaciju izloženosti Š Merenja pronevera (krađa), modele, i simulaciju izloženosti Š VaR, istorijsku simulaciju, Monte Karlo simulaciju Š “Greek” kalkulatore rizika (beta, delta, gamma, i dr.) Š Generisanje modeliranja i scenarija Š Testiranje ekstremnih događaja S obzirom da kontrola rizika predstavlja osnovu za profitabilnost i konkurentnost mnogih firmi u svetu, u mnogim softverskim paketima za finansijski sektor moduli koji se odnose na upravljanje rizicima su ugrađeni u »srce« sistema. Naime, svaka aplikacija i to ne samo za upravljanje finansiama i menadžment je tesno povezana sa aplikacijama kontrole rizika. 123

8.1. ERP i opšti softveri za upravljanje rizicima Danas se u svetu ide ka totalnom upravljanju rizikom. Kombinuje se tržišna vrednost i, sa aspekta bilansa uspeha, fokusirana provera rizika u jednoj funkciji. Takođe su potrebne kalkulacije tržišnih vrednosti na osnovu tekućih ili simuliranih tržišnih podataka u određenom vremenskom periodu. Čak i kada određeni rizici postanu veoma važni, potrebno je proveriti mogućnosti preduzeća da se bave sa njima. Da li postoje dovoljna sredstva u preduzeću, kao i to da li su njegovi poslovni partneri kreditno sposobni. Ove procene zahtevaju aktivan i integrisani sistem kontrole rizika unutar preduzeća. Finansijske institucije u svetu su oduvek morale da upravljaju rizicima. Međutim, u 21. veku opseg efektivnog merenja rizika se značajno povećao, pa otuda i potrebe za softverskim rešenjima su dobile veliku važnost. Integrisanjem za profitabilnošću, politika rizika preduzeća mora obuhvatiti različite relevantne faktore i da na taj način učini upravljanje rizikom ključnim strateškim oružjem preduzeća. Finansijske institucije moraju takođe da ispune veliki broj obaveza kada je u pitanju zakonsko izveštavanje, zatim moraju da mere kreditni rizik i da izvršavaju online provere poslovnih transakcija kada je u pitanju izloženost kreditnom riziku, kao i da uvedu fleksibilna izveštavanja za različite grupe korisnika. Dodatno, finansijske institucije danas izvode VaR (value-at-risk) kalkulacije kojima se dobija statistička ocena maksimalno verovatnog gubitka na portfelju kada se tržište ponaša normalno. Koriste se istorijska simulaciju, pristup putem varijanse/kovarijanse, ili Monte Karlo simulacija – sa ili bez delta ili gama metoda. Dodatno, kompanije moraju integrisati operativni protok sredstava, finansijske transakcije i tržišne podatke za iscrpne analize, i u isto vreme upravljati operativnim rizicim koji se pri tome javljaju – posebno one koji se odnose na kontrolu likvidnosti. Iz tih razloga su neophodni konzistentni metodi izračunavanja rizika, integrisano izveštavanje kada su u pitanju rizici i uspešnost poslovanja, kao i evaluacije vrednosti na tržištu (mark-to-market) za potrebe računovodstvenog sistema. Vodeći ERP (Enterprise Resource Planing) i svetski softverski paketi za banke omogućuju danas dobijanje real-time informacija koje se odnose na stanje plasmana na nivou cele kompanije. Virtuelno, svaki kriterijum za definisanje stanja plasmana se može pokriti sa takvim rešenjima, uključujući ukupnu foreign exchange plasmane, spot i forward currency plasmane, rizičnost kamata, tokove sredstava i nostro plasmane. 124

Primera radi, unutar ERP aplikacije za trezor (»Treasury«) upravljanje tržišnim rizicima igra vitalnu ulogu u obezbeđivanju konkurentnosti preduzeća. Proces uključuje složeni krug sa povratnom spregom, koji sadrži kolekciju podataka, merenje rizika, analizu i simulaciju, kao i aktivno planiranje finansijskih instrumenata. Ovaj proces je povezan sa ostalim procesima u poslovanju i upravo kompleksnost njegovog upravljanja nalaže adekvatne programske alate. 8.1.1. Podrška softvera za faze u upravljanju rizicima Najpoznatija softverska rešenja za upravljanje rizicima (GRC –Governance, Risks, Controls) pokrivaju u potpunosti glavne faze u upravljanju rizicima: Planiranje, Identifikacija i analiza rizika, Kreiranje strategije kao odgovor na rizike, i Nadzor rizika (monitoring). Planiranje:- Standardni proces upravljanja rizikom otpočinje sa planiranjem rizika. Izvršni menadžeri, vlasnici procesa, kao i menadžeri rizika trebaju najpre da uz pomoć softvera za upravljanje rizicima kreiraju bazu podataka, odnosno katalog svih rizika i aktivnosti. Drugi korak koji bi softver trebao podržati u procesu planiranja je identifikovanje KRI (key risk indicators –ključni indikatori rizika). Primeri KRI: broj transakcija koje nisu saldirane u poslednjih pet radnih dana, broj pljački bankomata na 1.000 ATM, broj uspešnih hakerskih pokušaja u toku godine, itd. Mogu biti postavljeni multiplicirani ključni indikatori rizika u cilju identifikovanja trendova u pojavi rizika – na primer trend ponašanja tržišta, i dr. Na kraju potrebno je odrediti toleranciju rizika (risk appetite) za svaku liniju poslovanja. Trebaju se dati odgovori na pitanje: koliko gubitaka poslovanje može da absorbuje; koji delovi poslovanja mogu preuzeti više rizika a koji manje? Identifikovanje, merenje i analiza rizika:- Da bi se na efektivni način upravljalo rizicima neophodno je na bolji način identifikovati, meriti i upravljati i sa tržišnim rizicima i drugim rizicima unutar preduzeća. Cilj je da se identifikuju svi ključni rizici, bez obzira da li su u pitanju interni ili eksterni, i da se analiziraju kvantitativnim i kvalitativnim metodama. Softverska rešenja za upravljanje rizicima automatski identifikuju i analiziraju određene rizike unutar poslovnih procesa. Za one rizike za koje to nije moguće softver daje „user-friendly“ unos samostalnih ocena o informacijama kao što su vrsta rizika, uticaj, verovatnoća, vreme pojave, strategija za mitigaciju (ublažavnje, eliminisanje) rizika. Cilj ove faze u upravljanju rizicima je prioritetizacija rizika za potrebe menadžmenta (vidi primer na slici 8.1) preko mape rizika. 125

Slika 8.1 - Primer rangiranje/prioritetizacije rizika Kreiranje strategije kao odgovor na rizike:- Treći korak podržan softverima za upravljanje rizicima je odgovor na rizike. Naime, nakon identifikovanja ključnih rizika, potrebno je kreirati strategiju kao odgovor na njih (posmatranje, transfer, delegiranje, umanjenje/eliminacija). Svaki rizik u SAP GRC softveru za upravljanje rizicima može imati višestruke odgovore. Svaki dokumentovani odgovor u bazi podataka mora sadržati trošak, vlasnika rizika i status. Kako doneti odluku na koje rizike odgovoriti a koje prihvatiti? Najpre, selektuju se rizici najvišeg prioriteta. Zatim linije poslovanja trebaju na efektivan način da ublaže/eliminišu rizike putem alata koji su obezbeđeni softverom za upravljanje rizicima. Vremenom se mogu predložiti odgovori na rizike u zavisnosti od vrste rizika i aktivnosti. Softver obično sadrži tzv. „najbolje prakse“ kao strategiju za odgovor, međutim, prava vrednost se postiže kada organizacije same kastomizuju svoje specifične najbolje prakse, Nadzor rizika:- Finalni korak je nadzor rizika. Za organizacije je veoma važno da izgrade proaktivan nadzor nad ključnim poslovnim procesima. Jedan od aspekta nadzora je „dashboarding“, tj. tabla za menadžment koja omogućava sledeće informacije: Š Koji su ključni rizici i gde se nalaze? Š Kako se menjaju stepeni rizika u zavisnosti od aktivnosti? Š Da li su se desili gubici/incidenti? Š Da li se rizici procenjuju u skladu sa politikama organizacije? Drugi aspekt je postavka kontrolnih limita za odgovarajuće rizike. Ranije su mnogi programi nudili pristup „checklist“ koji često dovodi do previše kontrola za neke procese dok se za druge procese može reći da su manje kontrolisani. Savremeni programi nude postavljanje kontrola u zavisnosti od stepena rizika za svaki poslovni proces. 126

Treći aspekt su gubici i incidenti. Rizici koji su se ostvarili, ili „eksterni događaji“ se dokumentuju u bazi podataka, zajedno sa uzrocima i posledicama, troškovima i vlasnicima. Tokom vremena, baza podataka postaje bogata informacijama, i mogu joj se dodati i druge informacije kao što su ocene verovatnoće pojave rizika i odgovori na rizike. Na kraju, potrebno je istaći da je upravljanje rizikom cirkularan a ne linearan proces. Vremenom će organizacija učiti i postajati sve bolja u upravjanju rizicima uz pomoć odgovarajućih softversih rešenja. Važan prvi korak je kreiranje baze podataka sa informacijama o rizicima. 8.1.2. Integrisani pogled na rizike uz pomoć softvera Danas na tržištu postoje zahtevi za softverima koji daju detaljno rešenje kada su u pitanju funkcionalnosti koje omogućuju da firme vode svoje finansijske operacije efikasno, profitabilno i bez rizika. Sa takvim rešenjima moguće je čak obavljati upravljanje rizicima preko Interneta i da se poveže sa online finansijskim tržištima. U pitanju su integrisana rešenja s kojima se dobija sve što je potrebno za minimiziranje rizika i poboljšavanje rezultata poslovanja. Šta je to što se traži od takvih rešenja? Može se konstatovati da su to funkcionalnosti koje omogućuju sledeće: Merenje ukupnog rizika organizacije: - Najpre to je izračunavanje ukupnih rizika kada su u pitanju i proizvodi sa kojima se trguje i proizvodi kojima se ne trguje. Detaljna analiza uspešnosti portfelja: – Usledeće funkcionalnosti spadaju prikazivanje aktuelnih rezultata prinosa, izračunavanje takvih faktora kao što su vremenski ponderisane ili novčano ponderisane stope prinosa. Zatim mogućnost analize prinosa kada su u pitanju finansijske investicije sa više različitih perspektiva, u zavisnosti od različitih zahteva onih koji će koristiti takve rezultate (uključujući menadžere sredstava (hov), klijente specijalnih investicionih fondova, i zaposlene koji će kompajlirati cifre za potrebe publikovanja u marketinške svrhe). Tekuća vrednost na tržištu (mark-to-market): - ocena i analize stanja plasmana - Primarni zadatak upravljanja rizikom je identifikovanje potencijalnih gubitaka zasnovanog na tekućim tržišnim podacima. Takozvani analizator tržišnih rizika bi trebao da obezbedi detaljni sistem za obračun neto sadašnje vrednosti finansijskih instrumenata. Vrednosti na tržištu bi trebalo da se mogu izračunati na bazi tekućih podataka sa tržišta, kao i na bazi simuliranih podataka. 127

Analiza valute, kamata i rizičnosti akcija na berzi: - Analiza i hedžing rizika stranih valuta, kamate i rizičnost akcija na berzi predstavljaju esencijalne elemente upravljanja tržišnim rizicima za kompanije koje su aktivno involvirane u globalno tržište. Analizator tržišnih rizika bi trebao da pristupa tim podacima direktno. Izračunavanja VaR (rizične vrednosti): - Analize VaR su proširenje analiza neto sadašnje vrednosti pri čemu se koriste standardna merenja rizika. Iste koriste istorijske ili simulirane podatke sa tržišta u cilju izračunavanja vrednosti gubitka na plasmanima koji se, sa određenom verovatnoćom i u određenom periodu, može dogoditi pre nego što se obavi hedžing plasmana ili se isti prodaju.

Sl.8.2 - VaR procedure u Analizatoru tržišnih rizika Analize osetljivosti i scenarija: - Za merenje osetljivosti portfelja u odnosu na promene na tržištu koriste se neto sadašnje vrednosti. Programski se mogu reprezentovati ključni klasični podaci za senzitivitet (bazne vrednosti, trajanja i konveksnost) – kao i različiti simulacioni scenariji. Ti scenariji sadrže razne kombinacije podataka sa tržišta koji se mogu integrisati u evaluacije analizatora tržišnih rizika. Moguće je čak preslikati seriju scenarija u hronološkom redu u sistem kao progresiju scenarija. Koristeći različite simulacione postupke moguće je na dinamički način prilagoditi fluktuacije na tržištu odgovarajućim tekućim podacima na tržištu, ili pak iste zadržati kao konstantne vrednosti u scenariju ekstremnih promena (stress testing). 128

Analiza likvidnosti: - Obezbeđenje likvidnosti je svakako fundamentalni uslov za »prihodno i ka rizicima usmereno« rukovodstvo preduzeća. Likvidnost se može na najbolji način analizirati jedino kada se integriše planiranje likvidnosti i simuliraje promene na tržištu. Standardna kontrola rizika i izračunavanje izloženosti riziku: - U pitanju su klasična izračunavanja kreditnog rizika. Lista formula za vrednovanje finansijskih instrumenata mora biti fleksibilna. Te formule sadrže rizične stope za pokrivanje potencijalnih pozitivnih promena tržišnih vrednosti, verovatnoće i/ili stope oporavka. Online kontrola limita: - Sa integrisanom kontrolom limita »default« rizika, mogu se ažurirati limiti u toku dana kada se trguje. Kontrole limita omogućavaju trgovcima da odrede izloženost rizicima određenih finansijskih transakcija pre zaključivanja tih transakcija, kao i da provere trendova u odnosu na limite koji su memorisani u centralnom upravljanju limitima. Onog momenta kada trejder zaključi transakciju, funkcija izloženosti riziku automatski povećava odgovarajuće afektirane limite. Upravljanje limitom: - Važna je mogućnost postavljanja i kvantifikovanja »preuzimanja rizika« i to strukturno i po organizacionim jedinicama, klijentima i proizvodima, i zatim ustrojiti mehanizme odgovora u cilju upravljanja odgovarajućim uključenim rizicima. Ocena rizika, agregacija i simulacija:- Potrebno je omogućiti praćenje tekuće i buduće rizičnosti plasmana, potencijalne reakcije ili potencijalne gubitke shodno statističkim predviđanjima ili simuliranjem kretanja na tržištu, kreditnim gubicima ili raznim operativnim događanjima. Programska rešenja bi trebala da prikažu i izvrše dodelu izračunatih podataka organizacionim jedinicama i strukturama za svaki pojedinačni instrument, kao i da izvrše proveru u odnosu na limite. 8.1.3. Proces upravljanja rizicima podržan rešenjem „Treasury“ Proces upravljanja rizicima se odvija u više faza. U programskom rešenju kao što je „SAP Treasury“, na primer, to su sledeće faze: prikupljanje informacija, analiza, ocena mogućih rešenja, eliminisanje rizika i obrada i kontrola (vidi sliku 8.3).

129

Slika 8.3 - Proces upravljanja rizikom/Aplikacija Treassury Najpre, podaci se prikupljaju iz internih i eksternih izvora. Interni – stanje rizika; eksterni – podaci sa tržišta. Zatim se analiziraju izloženost riziku, tekuća vrednost na tržištu, sensitivitet i scenarija kraha. U oceni mogućih scenarija identifikuju se odgovarajuće finansijske transakcije. Isto tako obavlja se simulacija alternativa i „šta-ako“ („what if“) analiza. U fazi eliminacije rizika vrši se selekcija jedne od alternativa. Ovde su takođe i online kalkulator i trejding. U poslednjem koraku se vrši obrada i kontrola. Ovde su sadržani postupci vezani za računovodstvo, izveštavanje, vrednovanja i VaR. 8.1.4. Analizatori rizika Među važnim programskim rešenjima za analizu rizika (Analizatori rizika) navešćemo analizator tržišnog rizika i analizator kreditnog rizika. 8.1.4.1 Analizator tržišnog rizika Zajedno sa zadacima upravljanja tradicionalnih finansija, kao što su kontrola i obezbeđivanje likvidnosti, upravljanje tržišnim rizicima igra ključnu ulogu u osiguravanju kompetitivne pozicije preduzeća. U pitanju je program koji, kao jedinstveno informaciono rešenje, treba da podrži neki ili pak sve modele koji su danas zastupljeni na tržištu – uključujući istorijsku simulaciju, pristup putem varajanse/kovarijanse (parametarska metoda) i Monte Karlo simulaciju. 130

Analizator tržišnog rizika je dizajniran tako da pokrije zahteve ne samo finansisjkih institucija već svih privrednih grana. On kombinuje metodičke zahteve područja finansijskog servisa sa mogućnočću integrisanja tokova plaćanja iz operativnih aktivnosti preduzeća sa analizom rizika. U integrisanom okruženju (na primer SAP), na raspolaganju su sve informacije koje su neophodne za upravljanje rizicima (slika 8.4).

Sl. 8.4 – Koncept tržišnog rizika u SAP-u Analizator rizika je programsko rešenje koje nudi više od tradicionalnog izolovanog pogleda na pojedine delove specifičnih rizika. On se fokusira na analizu i održavanje tekuće politike rizika organizacije koristeći pri tome detaljnu transakcionu bazu podataka. Koristeći simulirane podatke moguće je anticipirati uticaj koji bi imali mogući razvoji događaja. Na primer, rezultati promena interesnih stopa, valuta i drugih promena kao i rezultate koji bi sledili krah berze na lokalnom nivou. Moguće je izračunati tržišni rizik na nivou pojedinačne transakcije, portfelja ili preduzeća, koristeći podatke sa tržišta i scenarija definisana od strane korisnika. Naime, kada se izračunava struktura 131

rizika, tada se u evaluaciju rizika takođe inkorporiraju simulacije podataka sa tržišta u formi „šta ako“ scenarija. I, sa unošenjem fiktivnih finansisjkih transakcija, mogu se izračunavati efekti mogućih hedge alternativa. Front-office funkcije i tehnike scenarija bi trebalo da omoguće uzimanje u obzir rizika tržišta prilikom obavljanja finansijskih transakcija. Da bi se osigurala dobra osnova za upravljanje rizicima, od krucijalne važnosti je imati pristup kako tokovima sredstava za operativna područja, tako i svim finansijskim transakcijama koje su zaključene. Analizator tržišnih rizika kombinuje oba ova područja kako bi odredio i monitorovao rizik. Evalucioni metodi kao što su mark-to-market vrednovanje, analiza izloženosti riziku i VaR kalkulacije se kombinuju sa ključnim kontrolnim podacima i analizama senzitiviteta kako bi se obezbedila što detaljnije merenje i kontrola rizika. Analizator rizika omogućava korišćenje raznih kombinacija postupaka zavisno od instrumenta koji se vrednuje. Programi kao što je SAP omogućuju importovanje eksternih tabela za potrebe izvođenja kalkulacija, ili pak korišćenje podataka sa tržišta koji su memorisani u tabelama programa. Pomoću statističkog kalkulatora mogu se računati nestabilnosti i korelacije metodoma varijanse/ korelacije. Korisniku je ostavljena mogućnost da struktuira faktore rizika koje želi da koristi u izračunavanju VaR u rangiranju (hijerarhiji) rizika koje sam može da konfiguriše.

Sl. 8.5 – Primer kvantifikacije izloženosti valutnom riziku 132

Sl. 8.6 – Primer transformacije rizika Da bi se rizici na efikasan način neutralizovali, neophodno je jasno kvantifikovati učešće u riziku pojedinih faktora rizika (kao što su kamata, valute), objekata rizika (kao što su finansijske transakcije), ili organizacionih entiteta (na primer profitnih centara). Iz tih razloga potrebno je izvršiti analizu rizika u skladu sa najrazličitijim kriterijumima i na različitim agregacionim nivoima. Ako se na primer želi VaR jedino kao sumarna informacija na nivou cele kompanije, i dalje je potrebno detaljno specifikovati detalje rizika za svaki relevantni faktor u cilju saglasnosti sa zahtevima računovodstva za hedžingom. Analizator rizika upravo za probleme kao što su ovi primenjuje fleksibilno definisana rangiranja portfelja, da bi se ne samo odredile karakteristike po kojima se razvrstavaju rizici, već se takođe specifikuju nivoi po kojima se pojedinačni rizici sumiraju. Naime struktura portfelja je zasnovana na karakteristikama objekata rizika. Svaka od karakteristika kao što su trejder, valuta transakcije, vrsta finansijskog instrumenta, i dr. se mogu koristiti za rangiranje portfelja. Iz činjenice da se mogu kreirati razna rangiranja portfelja proizilazi mogućnost da se u svakom momentu može izveštavati o rizicima po različitim aspektima (organizaciono i po instrumentima).

133

8.1.4.2 Analizator kreditnog rizika Iako se poslednjih godina fokus pomera ka novim područjima rizika, i u poslovnoj praksi i istraživanjima, kao i u sistemskom razvoju, važnost rizika nesolventnosti nije smanjen. Programska rešenja se koncentrišu na merenje, analizu i kontrolu kreditnih rizika. Komponenta koja omogućuje merenje, analizu i kontrolu tzv. »default« rizika je takođe sastavni deo analizatora rizika. »Default« rizik se odnosi na mogućnost gubitka na finansijskoj transakciji kao rezultat nemogućnosti poslovnog partnera da ispuni obaveze iz specifičnih, ekonomskih ili političkih razloga. Da bi se omogućilo da se anticipiraju rizici od početka i da odgovor na iste, rešenja tipa analizatora kreditnih rizika omogućavaju da se postave limiti i da se isti nadgledaju online. Pri tome su zastupljene fleksibilne funkcije upravljanja limitima kao i mehanizmi detaljnih izveštavanja. Cilj je da se ponudi detaljni alat za kontrolisanje kreditnog rizika koji je integrisan sa ostalim programskim rešenjima za operativno poslovanje. Takva rešenja ima naprimer SAP ERP. Kao rezultat toga, menadžeri će biti u mogućnosti da identifikuju kreditni rizik u momentu kada se pojavi i da reaguju shodno tome na vreme. 8.1.4.3 Analizator portfelja Analizator portfelja je poseban modul procesa za upravljanje sredstvima, odnosno investicionim hartijama od vrednosti. Proces obuhvata tri segmenta i to: planiranje, implementaciju i merenje. U prvoj fazi planiranja se uz pomoć informacionog rešenja postavlja investiciona strategija, kao i standardi/reperi (benchmarking). U fazi implementacije se postavlja organizaciona struktura, alociraju sredstva i vrši obrada transakcija. Analizator portfelja bi u trećoj fazi trebao da, pored izračunavanja prinosa, stalno vrši merenje izvršenja, poređenje sa standardima, izveštavanje i reviziju. Dijapazon analizatora portfelja je dosta širok, od interne kontrole preko informacija o klijentima, pa do standarda (AIMR, DVFA). Primer programskog izveštavanja je prikazan na slici 8.7.

134

Slika 8.7 –Primer - Analizator portfelja 8.1.5 Analize i izveštavanja Programski upiti omogućuju da se stanja plasmana prezentiraju i analiziraju on-line. One mogu pokazati, na primer, troškove i potencijalni dobitak ili gubitak na forex plasmanima; sumarne izveštaje/totale za gap rizičnost kamata ili neto i kumulativna prenosna salda za stanje plasmana tokova sredstava.

Sl. 8.8- Gap analiza. Jedan od mnogih upita/izveštaja koji se mogu koristiti za kontrolu tržišnog rizika 135

Sl. 8.9 – Neto sadašnja vrednost. Jedna od mnogih analiza u modulu za upravljanje plasmanima Generatori upita omogućuju sve vrste upita za upravljanje plasmanima. Naročito su korisni tzv. „drill-down“ mehanizmi kojima se može pomoći u određivanju na koji način se može dostići odgovarajuće stanje plasmana, pri čemu se mogu videti delovi komponente na više nivoa i grupisanja, pa sve do prikazivanja pojedinih polja transakcija koje čine plasman.

Slika 8.10 – Primer drildown navigacije i unakrnosg izveštavanja 136

Generatori upita sadrže čitav skup kalkulacija za posebne analize tržišnih rizika. To su: neto sadašnja vrednost; trajanje; dnevni profit i gubitak, i prosečne stope. 8.1.6. Sarbanes-Oxley (SOX) i Basel II Sarbanes-Oxley: - Zakon koji je donet 2002 godine kao odgovor na mnoge računovodstvene i korporativne skandale sastoji se od 11 sekcija koje obrađuju tematike internih kontrola, rizika i izveštavanja, od odgovornosti Upravnog odbora do politike kazni. Navešćemo neke od delova SOX koji se, sa aspekta rizika i internih kontrola, mogu upravljati uz pomoć adekvatnih informatičkih rešenja: Sekcija 302: Š Menadžment je odgovoran za efektivnost kontrola i procedura u finansijskom izveštavanju, operativnim postupcima i usaglašenosti Š Značajne manjkavosti u internom kontrolama moraju se obelodaniti reviziji Š CEO and CFO moraju jamčiti sa sadržaj izveštaja Sekcija 404: Š Menadžment mora dokumentovati interne kontrole Š Menadžment mora proceniti projekat internih kontrola Š Menadžment mora testirati efektivnost internih kontrola Š Revizori moraju evaluirati ocenu kontrola od strane menadžmenta S obzirom da je menadžmentu potrebna informacija o statusu rizika i internih kontrola, mnogi programski paketi (SAP ERP, Oracle Financials, i dr.) omogućavaju odgovore na ta pitanja. Kontrolne aktivnosti su dokumentovane i evaluirane na nivou procesa po atributima COSO modela. Ostale 4 komponente su evaluirane na nivou organizacionih jedinica (menadžment kontrole). Fleksibilnost u izveštavanju (standardni „out-of-box“ izveštaji, poslovna inteligencija) – vidi sliku 8.11.

137

Slika 8.11 - Upravljanje internim kontrolama–tabla za odlučivanje Navedeni programi kao i specijalizovani kao što je Virsa Systems daju automatsku ocenu rizika kada je u pitanju usaglašenost sa SOX 404/302. Radi se o pitanju analize razgraničenja dužnosti i nadzor kritičnih transakcija, zatim omogućava preventivne kontrole, automatsko regulisanje i ublažavanje rizika, kao i pomenute sumarne izveštaje za menadžment kao podršku za donošenje odluka.

138

Tako na primer na sledećem ekranu je dat prikaz rizika neadekvatne raspodele dužnosti:

Slika 8.12 – Rizik neadekvatne raspodele dužnosti Basel II: –Danas uspešne banke primenjuju nove zahteve za usaglašavanjem kako bi razvili što jaču i integrisanu platformu za upravljanje finansijskim i operativnim rizicima. Mnogi softverski paketi nude usaglašenost sa Baselom II. Tako na primer SAP Basel II nudi finansijskim institucima podršku da se ispune svi zahtevi Basel II koji se odnose na izloženost rizika i adekvatnost kapitala, kao i implementaciju procesa „risk-mitigating“ nadzora. Ova rešenja integrišu upravljanje kreditnim rizicima na jednoj platformi koja podržava sve Basel II-specifčne metode za izračunavanje kreditnog rizika – od standardnog pristupa do IRB (internal ratings-based) pristupa. Glavni stubovi Basel II rešenja se odnose na integraciju podataka, detaljne biblioteke modeliranja kreditnog, tržišnog i operativnog rizika, agregaciju rizika, kao i na procese nadzora (analitike, izveštavanje, podrška procesima upravljanja).

139

8.2. Specijalizovani softverski paketi za rizike U najpoznatije provajdere softvera za upravljanje rizicima, kao provajdera za analitike, spada RiskMetrics Group formirana od strane JP Morgan (slika 8.13). Može se slobodno reći da je ova institucija kreirala jezik rizika - RiskMetrics.

Slika 8.13 – Rešenja RiskMetrics Group Danas postoji više jakih igrača na polju softvera za upravljanje rizicima. Pored ranije pomenutih softverskih kompanija, treba takođe pomenuti SunGard, SAS, Murex, Misys, i dr. Od mnogih modela za kvantifikovanje kreditnog rizika na primer, najvažniji su CreditMetrics™, CreditRisk+, CreditPortfolioViewTM. Mi ćemo u za svrhe primera navesti jedan od njih, CreditMetrics. CreditMetrics: – softver za kvantifikovanje kreditnog rizika u portfelju. Razvio ga je J.P.Morgan sa nekoliko banaka ko-sponzora. Radi se o alatu za ocenu rizika portfelja vezano za promena vrednosti duga usled promena kvaliteta kredita obligor-a. Promene vrednosti nisu samo „default“ događaji (nesolventnost, bankrotstvo), već i povećanje i smanjenje kvaliteta kredita. Takođe se ocenjuje (VaR) – volatilnost vrednosti – ne samo očekivani gubici. Važno je da ovaj program ocenjuje rizik u okviru celog portfelja jer se na taj način sistematski meri koncentracioni rizik. Ovaj rizik se se tretira kao dodatni rizik portfelja kao rezultat povećanog izlaganja jednom dužniku ili grupi povezanih dužnika (npr.po industriji, lokaciji). 140

Modeliranje rizika kreditnog portfelja nije jednostavno jer, u poređenju sa krivom tipičnog tržišnog prinosa koja je relativno simetrična i može se predstaviti normalnom raspodelom, ovde su stvari drugačije. Naime, prinosi na kredite su zakrivljeni (vidi sliku 8.14) pa je za razumevanje raspodele kreditnog portfelja potrebno više od sredine i standardne devijacije. Drugi problem je modeliranje korelacija, jer za kvalitet kredita ukoliko nema podataka teško se može računati korelacija kredita iz istorije.

Slika 8.14 - Kriva tipičnih prinosa na kredite CreditMetrics procenjuje rizik portfelja na bazi kreditnih događaja. On naime meri neizvesnost u budućoj vrednosti portfelja baziranoj na rizicima promena kvaliteta kredita dužnika. Ako se uzme npr. obveznica sa rejtingom BBB koja dospeva za 5 godina potrebno je najpre primeniti kategorije rejtinga agencije Standard & Poor (pretostavka je da se znaju verovatnoće), a zatim da se izračuna rizik (horizont – 1 godina).

141

Tabela 8.1

Verovatnoće migracije kreditnih rejtinga za BBB u roku od 1 godine

Distribucija BBB obveznice u jednoj godini

Slika 8.15 – Distribucija BBB obveznice u 1 godini Na slici 8.15 je raspodela BBB obveznice u 1 godini. Za portfelj koji se sastoji od više obveznica, raspodela se računa za ceo portfelj. Credit Metrics izračunava dve mere koje karakterišu kreditni rizik inherentan u portfelju, i to: standardnu devijaciju i procentualni nivo. Ako se uzme da je pi verovatnoća bivanja u određenom statusu a Pi vrednost u svakom statusu, tada se srednja vrednost i standardna devijacija računaju na sledeći način: 142

Kreditni limit – CreditMetrics podržava setovanje različitih vrsta limita, dodela mera rizika za određene limite i politika za limite. Na slici 8.16 su dati mogući limiti rizika na primeru jednog portfelja.

Slika 8.14 – Limiti rizika na portfelju Umesto zaključka ovog poglavlja, ponovićemo da napredni sistemi za upravljanje rizicima igraju veoma važnu ulogu u obezbeđivanju konkurentnosti preduzeća na tržištu. Radi se uglavnom o integrisanim sistemima, kao što su ERP i specijalizovani programi za upravljanje rizicima, koji se odlikuju centralizovanom kontrolom rizika sa funkcijama nadgledanja i upravljanja. Ovi sistemi takođe imaju komponente koje daju podršku procesima za donošenje poslovnih odluka, kao i aktivnostima trejdinga i obrade podataka. Tako na primer „Treasury“ sistemi sa svojim komponentama omogućuju stalni uvid u pozicije likvidnosti i rizika na nivou celog preduzeća. Sa „GRC (Governance Risk Control Management)“ sistemima implementiraju se proaktivni i kolaborativni procesi unutar cele organizacije kojima je moguće balansirati nove poslovne izazove sa svim finansijskim i operativnim rizicima. 143

9. ZAKLJUČAK

U osnovi svakog posla, pa tako i finansijskog posredovanja i investiranja leži rizik. Pri ulaganju u pojedinu hartiju od vrednosti, rizik predstavlja mogućnost da investirana sredstva prinesu manju dobit od očekivane ili čak ostvare gubitak. Rizik je prisutan u većem delu poslovne aktivnosti bankaka i drugih finansijskih institucija, s obzirom da se njihovo poslovanje temelji na potencijalnim rizicima. Za razliku od drugih subjekata privređivanja, kod poslovnih banaka je preuzimanje rizika dominantna karakteristika jer iste pretežno posluju tuđim sredstvima. S obzirom da rizici predstavljaju neizvesnosti i nepredviđene događaje, upravljanje rizicima u poslovnim bankama predstavlja centralnu aktivnost menadžmenta banke, jer se na taj način povećava bankarska konkurentnost i opstanak na finansijskom tržištu. Brojne su podele i vrste rizika kojima su izložene poslovne banke. Tradicionalni rizici u bankarskom poslovanju se odnose na rizik likvidnosti, kreditni rizik, kamatni rizik, valutni rizik. Razvojem finansijskog tržišta pojavljuju se novi bankarski proizvodi i usluge, koji su doveli do pojave novih oblika i vrsta rizika (tržišni rizik, operativni rizik, rizik reputacije, rizik zemlje, rizik portfelja, i sl.). Upravljanje rizikom je centralni deo strateškog menadžmenta i korporativnog upravljanja bilo koje finansijske institucije. U knjizi je dat standardni proces kojima se finansijske organizacije trebaju metodično baviti rizicima uključujući ih u svojim poslovnim aktivnostima sa ciljem ostvarivanja benefita na svakoj od tih aktivnosti ponaosob, kao i na portfelju svih aktivnosti. Zbog promena regulative na području bankarskog poslovanja u poslednjih nekoliko godina, a posebno na području upravljanja rizicima i formiranja bankovnih rezervi, savremene banke sve više koriste interne modele merenja i upravljanja tržišnim rizikom svog portfelja hartija od vrednosti. Zemlje u tranziciji zaostaju na području merenja i upravljanja tržišnim rizikom za razvijenim ekonomijama iz razloga, što se generalno upravljanju rizicima posvećuje premalo pažnje. Otuda se u ovoj knjizi na jednostavan način objašnjavaju savremene metode merenja, analize i upravljanja tržišnog i ostalih finansijskih rizika. 144

Osim implementacijom savremenih metoda merenja tržišnog rizika obrađene su i neke druge bitne teme za razvoj savremenog upravljanja finansijskim rizicima. Naime, danas je u svetu sve veće znanje o tržišnom i drugim finansisjkim rizicima tako da su organizacijama na raspolaganju sve bolje i sigurnije metode za praćenje, ocenjivanje i upravljanje rizicima kako pojedinih investicija tako i celokupnog bankarskog portfelja. Da bi bili usklađeni sa zahtevima koje nameće upravljanje rizikom, finansijske institucije moraju investirati u odgovarajuće metode, alate i procese. Upravljanje rizikom je neodvojivi deo poslovanja ovih organizacija, naime, izloženost riziku označava mogući novčani gubitka za njih. Izloženost rizika se sve više potencira zbog neizvesnosti koje vladaju u ekonomskom okruženju i kolebljivosti tržišta kapitala. VaR metodi je data posebna pažnja u knjizi. Uzevši sve prednosti i kritike u obzir, ova metoda merenja tržišnog rizika predstavlja najbolju, trenutno dostupnu, tehniku merenja rizika. Kao takvu ju je prihvatio i Bazelski komitet za bankovnu superviziju, te je postala standard za merenje tržišnih rizika. Rizik portfelja predstavlja mogućnost da se ne ostvari planirani prinos na sredstva uložena u određeni portfelj hartija od vrednosti. Standard u formiranju optimalnog portfelja predstavlja modema teorija portfelja koju je razvio Harry M. Markowitz. Osim dve osnovne promenljive, prinosa i rizika, koje utiču na odluku o formiranju pojedinog portfelja, Markowitz u svoj model uključuje i novu, treću promenljivu - međuzavisnost kretanja pojedinačnih hartija od vrednosti koje se nalaze unutar portfelja, tj. njihovu korelaciju. Na taj način su investitori dobili mogućnost da formiraju nove portfelje koji im omogućuju veće prinose, uz isti rizik. U knjizi je obrađena i savremena teorija portfelja koja nudi rešenje racionalnim investitorima kako da sastave svoj portfelj. Uz sve zasluge koje se pripisuju savremenoj teoriji portfelja, ne treba zanemariti i značajne kritike koje se odnose na nju. Naime, izbor optimalnog portfelja se ne posmatra kao kontinuirani proces praćenja promena i prilagođavanja portfelja kroz vreme, već kao odluka koju treba donijeti jednokratno. Isto tako, pri izboru optimalnog portfelja, transakcijski troškovi se ne uzimaju u obzir. Među najznačajnijim kritikama koje se iznose u svezi savremene teorije portfelja jest ona da pri finansijskim krizama koeficijenti korelacije konvergiraju ka jedan, te nestaju prednosti diverzifikacije i rizik portfelja postaje jednak jednostavnoj ponderisanoj sumi pojedinačnih rizika hartija od vrednosti od kojih je sastavljen. Najznačajniji rizik koji se javlja kod investiranja vezano za upravljanje portfeljem je tržišni rizik. Tržišni rizik nastaje kao posledica promena cena hartija od vrednosti na finansijskim tržištima. Merenje rizika je značajno evoluiralo tokom poslednjih tridesetak godina. Razvilo se je od jednostavnih indikatora 145

kao što je tržišna vrednost hartije od vrednosti, kroz složenije mere osetljivosti hartija od vrednosti na promene na tržištu kao što su duration i konveksnost do savremene metodologije izračunavanja VaR-a. Svaki novi način merenja rizika prvo se je primenjivao na pojedine hartije od vrednosti, a onda na cele portfelje. VaR metoda merenja tržišnog rizika kombinira osetljivost portfelja na promene na tržištu sa verovatnoćom nastanka određenog događaja. VaR je mera koja daje najveći mogući gubitak koji se može ostvariti od određene investicije, u posmatranom periodu, uz određenu verovatnoću. VaR je jedinstvena, sumarna, statistička mera mogućih gubitaka na vrednost portfelja i time predstavlja meru gubitka koji može nastati usled «normalnog» kretanja tržišta. Jedna od najvećih zasluga koje se mogu pripisati VaR metodi merenja tržišnih rizika je činjenica da je viši management postao svesniji odnosa između preuzetih rizika i ostvarenih profita, što je dovelo do mnogo efikasnije alokacije sredstava. VaR-a nudi jednostavnu, konzistentnu meru rizika za različite pozicije i faktore rizika. VaR predstavlja jedinstvenu meru rizika koja omogućuje upoređivanje instrumenata koji do primene VaR-a nisu bili uporedivi. Ukratko, VaR nudi konzistentan i integrisani pristup upravljanju tržišnim rizicima, što vodi ka celokupnom boljem i sigurnijem poslovanju. Knjiga se posebno bavi i drugim rizicima kao što je operativni rizik, tj. osnovni tip rizika kojem su izložene sve institucije u oblasti finansijskih uluga. Ovaj rizik koji se može definisati kao “rizik od direktnih ili indirektnih gubitaka koji su posledica neadekvatnih ili neuspešnih internih procesa, ljudi i sistema ili eksternih događaja” postaje sve važniji u poslovanju finansijskih institucija. Pristupi operativnom riziku su i dan danas u razvoju. Operativni rizik se zapravo teško može identifikovati i izdvojiti iz kompleksnog sistema tržišnog i kreditnog rizika, međutim, efektivan sistem identifikacije, procene, kvantifikacije, menadžmenta i praćenja operativnog rizika u mnogome doprinosi boljim, adekvatnim informacijama podržanom procesu donošenja odluka. Porast elektronskog poslovanja i globalizacija finansijskih aktivnosti, koji doprinose kompleksnosti informacione infrastrukture, takođe formiraju osnovu za dalje jačanje finansijskih rizika. Finansijske institucije kao što su banke, investicioni fondovi, osuguravajuće kompanije i brokerske firme se sve više okreću, i u isto vreme investiraju u njih potrebna sredstva i vreme, ka praćenju i upravljanju rizika, u cilju minimiziranja varijabiliteta prinosa sredstava i izloženosti gubicima. Za mnoge od njih informaciona rešenja predstavljaju kritičnu komponentu upravljanja rizikom. U knjizi su date funkcionalnosti nekih standardnih informacionih rešenja za upravljanje rizicima. Prikazane su i glavne funkcionalnosti koje se odnose na usaglašenost sa Basel II i SOX. 146

REČNIK POJMOVA

Akcija (stock, share) – Vidi „hartije od vrednosti“ Bazelski komitet (Basel Committee) – Međunarodni komitet koji ima vodeću ulogu u standardizovanju regulative u bankarstvu Bazelski sporazum (Basel Accord) – Međunarodni sporazum o zahtevima za visinu kapitala Beta – Mera sistemskog rizika BIS - Banka za međunarodna poravnanja Broker – berzanski posrednik koji posluje po nalogu komitenta, posreduje, zastupa i zaključuje ugovore u ime i za račun komitenta ili u svoje ime a za račun komitenta

Korelacija – Mera uzajamne povezanosti dve promenljive (od -1 do 1). Varijansa podeljena sa standardnim devijacijama obe promenljive. Kovarijansa - Mera tendencije zajedničkog kretanja dve promenljive u tandemu. Pozitivna varijansa ukazuje da se dve promenljive kreću u istom smeru, dok negativna kovarijansa označava da promenljive variraju u suprotnim smerovima. KRI (Key risk indicator) – Ključni indikator rizika je mera statusa identifikovanog rizika putem merenja definisanih događaja odnosno izloženosti riziku. To je mera izloženosti riziku ili efektivnosti kontrole.

CAPM - Capital Asset Pricing Model.

Derivati – Finansijski ugovori izvedeni iz osnovnog ugovora

Default – Nesolventnost, ne ispunjavanje obaveza

Dividenda – Prihod koji ostvaruju vlasnici akcija

Deonica – Vidi „hartije od vrednosti“

Diversifikacija (diversification) – Kombinovanje hartija od vrednosti različite rizičnosti da bi se ukupan rizik smanjio

Duration – Ponderisani prosek dospeća novčanih tokova (npr.obveznica) Koleteral (collateral) – Sredstvo koje se drži da bi se osiguralo dug Konveksnost (convexity) – Mera promene duration-a i cene instrumenta usled promene kamatne stope

ERP (Enterprise Resource Planing) – Softver za upravljanje resursima preduzeća Faktor rizika – Slučajna promenljiva čija vrednost utiće na vrednost portfelja 147

Finansijski derivati – Izvedene hartije od vrednosti, gde je njihova vrednost izvedena iz odnosa prema nekom osnovnom instrumentu. Najpoznatiji finansijski derivati su fjučersi, forvordi, opcije i svopovi.

Normalna raspodela – Kontinuirana raspodela verovatnoće čija funkcija gustine ima oblik „zvona“

Forex – Devizna berza

Sredstvo (asset) – Investiciona hartija od vrednosti (vidi hartije od vrednosti)

Hartije od vrednosti – Papiri koji označavaju vlasništvo, imovinu. Mogu biti obligaciono pravne, stvarnopravne (robne) i korporacione. Obligaciono pravne (obveznice, dužničke hartije od vrednosti) daju svom imaocu pravo da zahteva od lica naznačenog u hartiji (dužnika) isplatu novčanih sredstava. Robne označavaju svog imaoca kao titulara prava svojine na robi. Korporacione (akcije, vlasničke hartije od vrednosti) su isprave o vlasništvu na delu kapitala.

Opcija (option) – Vrsta derivata, pravo ugovorne osobe da bira između više mogućnosti.

Likvidnost – Predstavlja mogućnost izmirenja dospelih obaveza. Portfelj (portfolio) – Kombinacija investicija u razlišite vrste aktive, najčešće različite vrste hartija od vrednosti u posedu investitora ili institucije. Prinos (rate of return)- Iznos novca koji je zarađen investitanjem na godišnjem nivou.

GARCH - Generalizovani autoregresivni kondicionalni heteroskedastični model

Teorija portfelja – Teorija koja obrađuje načina na koje investitori optimiziraju svoje portfelj

Greeks – Skup faktora ostljivosti koji se koriste za merenje izloženosti rizicima za opcije i druge derivate

Prinos (return) – Akumulirana vrednost u određenom vremenskom periodu

Hedžing (hedging) – Način zaštite od rizika/gubitka do koga može doći na tržištu

Rizik – Sastoji se od dve kategorije, neizvesnosti i izloženosti

Kurtosis – Šiljatost na krivoj raspodele

RiskMetrics – Metrika, besplatna usluga koju je predstavio JP Morgan 1994 godine radi promovisanja VaR-a

Markowitz, Harry – Nosilac Nobelove nagrade 1990 godine koji je promovisao teorija portfelja

Stress testing - Testiranje ekstremnih događaja. Analiza koja se obično koristi u oceni tržišnog rizika

Monte Karlo metoda – Numerička metoda koja uključuje statističko uzorkovanje za rešavanje problema

Rizična vrednost (value-at-risk) – Mera tržišnog rizika

148

SOX - Sarbanes-Oxley Act: US federalni zakon donet 2002 godine kao reakcija na brojne korporacijske i računovodstvene skandale kao što je Enron, a koji su uticali na pad poverenja javnosti u prakse u računovodstvenu i izveštavanju Stejkholder (Stakeholder) – Akcionar, vlasnik akcija

Trejder (Trader) – Trgovac na berzi VaR – Videti rizičnu vrednost Varijansa – parametar koji opisuje disperziju raspodele verovatnoća Volatilnost – Metrika za varijabilnost stohastičkog procesa

149

LITERATURA

1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. 13. 14.

15. 16. 17.

150

AMS Incorporation: A credible performance, Credit Risk Special Report ,Risk Magazine, April 1999. Basel Committee on Banking Supervision: Amendment to the Capital Accord to Incorporate Market Risks, Manuscript, January 1996. Basel Committee on Banking Supervision: Credit Risk Modelling Current Practices and Applications, Manuscript, April 1999. Basel Committee on Banking Supervision: A New Capital Adequacy Framework, consultative paper, June 1999. Basel Committee on Banking Supervision: Principles for the Management of Credit Risk, consultative paper, July 1999. Basel Committee on Banking Supervision: Sound Practicies for the Management and Supervision of Operational Risk, Feb 2003. Bennett, Paul: Applying Portfelj Theory to Global Bank Lending, in: Journal of Banking & Finance 8, 1984, p.153-169. Bessis Joel: Risk Management in Banking, New York, JWS, 2002. COSO ERM 2004: Committee of Sponsoring Organisations of the Treadeway Commission, 2004. Crouhy Michael, Galai Dan, Mark Robert: Risk Management, New York, McGraw Hill, 2001. Dowd Kevin: Measuring market risk, New York, JWS, 2002. Elton Edwin, Gruber Martin: Modern Portfolio Theory and Investment Analysis, New York, JWS, 1991. G.J.Alexandar: Fundametals of Investment, Prentice Hill Int, Englewood Cliffs, 1989. Gordy, Michael B.: A Comparative Anatomy of Credit Risk Models, Manuskript, Conference on Credit Modeling and the Regulatory Implications, London, September 1998. Hennie van Greunibg, Sonja brajović Bratanović: Analiza i upravljanje bankovnim rizicima, Mate, 2006. ILM, AIRMIC, ALARM (2002): A Risk management Standard. J.Cuteman: Principles of Managerial Finance, fifth edition, Harper and Row Publisher, New York, 1998.

18. J.P. Morgan: Credit Metrics TM – Technical Document, New York, 1997. 19. J.Rutterford: Introduction to Stock Exchange Investment, Macmillian, London, 1985. 20. Jorion Philippe: Value at Risk, The New Benchmark for Managing Financial Risk, New York, McGraw Hill, 2001. 21. Kealhofer, Stephen: Portfolio Management of Default Risk,1998. 22. Leslie Rahl & Zoubair Esseghaier: Measuring Financial Risk in the 21st Century . 23. Markowitz M. Harry: Foundations of Portfolio Theory, Journal of Finance no. 2, 1991. 24. Marrison Chris: The Fundamentals of Risk Measurement, New York, McGraw Hill, 2002. 25. R.A.Brealey, S.C.Myers: Principles of Corporate Finance, McGraw Hill Int,New York, 1991. 26. Risk Metrics Group, Risk Management: A Practical Guide, 1999. 27. Sarbanes - Oxley Act of 2002, 107. Kongres USA 28. Shapiro C.Alan: Multinational Financial Management, Boston, Allyn and Bacon, 1992. 29. T.S.Cambell: Money and Capital Markets, Scott, Foresman and Co, Glenview, 1988. 30. W.F.Sharpe: Mutual Fund Performanse, Journall of Busines,1966.

151

Odlukom Senata Univerziteta “Singidunum”, Beogrаd, broj 636/08 od 12.06.2008, ovaj udžbenik je odobren kao osnovno nastavno sredstvo na studijskim programima koji se realizuju na integrisanim studijama Univerziteta “Singidunum”.

CIP -        ,