| Abstract | Rizik se može definirati kao izloženost nesigurnosti te mogućnost ostvarivanja gubitka zbog negativnog odstupanja od očekivanog ishoda. Izloženost u kontekstu osiguranja i bankarstva proizlazi iz svake transakcije ili poslovne odluke koja sadrži neizvjesnost rezultata poslovanja. Institucija preuzimanje rizika prepoznaje kao potencijalni instrument za generiranje prihoda, pri čemu sveukupni rizici ne smiju ugroziti njenu egzistenciju. Tržišni rizici definiraju se kao potencijalni gubici koje vanjski utjecaji imaju na vrijednost aktive, pasive i izvanbilančne pozicije institucije, a uzrokuju ga promjene cijena, odnosno negativna kretanja na financijskim tržištima. Analogno tome, valutni rizik definira se kao rizik gubitka koji proizlazi iz promjene tečaja valute i/ili promjene cijene zlata. Preuzimanjem rizika nužno je uspostaviti i adekvatan sustav daljnjeg upravljanja rizicima koji uključuje kvantitativne i kvalitativne pristupe za upravljanje i kontrolu rizika. Mnoge financijske institucije koriste se različitim statističkim metodama za upravljanje i kontrolu rizika. Najčešća metoda koju financijske institucije danas upotrebljavaju u svrhu upravljanja tržišnim rizicima je Value at Risk metoda. VaR koncept razvio se krajem 80-ih godina prošlog stoljeća nakon velikog pada burze 1987. godine. To je bila prva velika financijska kriza koju standardni statistički modeli nisu mogli predvidjeti te je dovela u pitanje temeljne postavke dotadašnjeg sustava upravljanja rizicima što je rezultiralo razvojem novih statističkih metoda koje bi adekvatno kvantificirale moguće gubitke u budućnosti. Iako je VaR metodologija prvenstveno bila razvijena za upravljanje tržišnim rizicima danas se primjenjuje i u integriranom pristupu vrednovanja kreditnog i tržišnog rizika zajedno, a u novije vrijeme nalazi svoju primjenu i u upravljanju drugim vrstama rizika kao što su rizik likvidnosti i operativni rizik. VaR metodom izračunava se očekivani maksimalni dozvoljeni gubitak tijekom određenog vremenskog razdoblja unutar statistički definiranog područja prihvaćanja (određene vjerojatnosti). Razvojem VaR sustava mjerenja rizika jasno su se diverzificirala tri glavna načina mjerenja VaR-a: povijesna simulacija, metoda varijance/kovarijance i Monte Carlo simulacija. Povijesna simulacija predstavlja neparametarsku metodu procjene VaR-a kojom se uz pomoć podataka iz nedavne prošlosti prognozira rizik u bliskoj budućnosti. Izračun VaR-a metodom varijance/kovarijance temelji se na pretpostavci da distribucija povrata odgovara nekoj od teorijskih distribucija, kao što je primjerice normalna distribucija pri čemu metoda uzima u obzir i korelacije između instrumenata ulaganja. Primjenom ove pretpostavke VaR za tržišni rizik izračunava se na temelju dva osnovna parametra: srednje vrijednosti dobitaka/gubitaka (ili stope povrata) promatranog portfelja te standardne devijacije promatranih podataka. Monte Carlo simulacija vrlo je slična metodi povijesne simulacije, s tom razlikom što se hipotetične promjene tržišnih faktora ne ostvaruju na temelju prošlih opaženih promjena tržišnih faktora, već se nasumično uzimaju iz statističke distribucije koja na adekvatan način predstavlja aktualna statistička svojstva promjena tržišnih faktora. Iako su VaR metode vrlo popularne i široko primjenjive, spočitavaju im se određeni nedostatci, prije svega nezadovoljavanje uvjeta subaditivnosti te činjenica da VaR metoda zanemaruje velike, potencijalno i katastrofalne gubitke u repu distribucije. Stoga su mnogi investitori, pa tako i banke počeli upotrebljavati novu mjeru rizika nazvanu Expected Shortfall metoda. ES metoda je dizajnirana za mjerenje rizika od ekstremnih gubitaka i predstavlja svojevrsnu nadogradnju VaR metodologije jer izračunava ukupni iznos gubitaka kada se štetni događaj dogodi i gubitak bude veći od izračunatog VaR-a. Za razliku od VaR-a, ES metoda kvantificira rizik u repu distribucije te zadovoljava uvjet subaditivnosti. Primjena VaR i ES metode u vrednovanju valutnog rizika svih banaka u Republici Hrvatskoj pokazala je da VaR i ES metoda daju rezultate podjednako zadovoljavajuće preciznosti i stabilnosti, ali zbog svojstva subaditivnosti prednost se daje ES metodi. Također, istraživanje je pokazalo da su povijesna simulacija i metoda koja pretpostavlja normalnu razdiobu podataka podjednako stabilne i precizne, dok je Monte Carlo metoda zbog pretpostavke o uniformnoj razdiobi podataka manje stabilna i precizna metoda. Međutim, slijedom globalne financijske krize, tržište u Republici Hrvatskoj više nije toliko duboko razvijeno te se postavlja pitanje jesu li troškovi razvijanja ES metode za izračun valutnog rizika banaka isplativi. |
| Abstract (english) | Risk can be defined as exposure to the uncertainty and the possibility of incurring losses due to negative deviations from expected outcomes. The exposure in the context of insurance and banking arises from any transaction or business decisions containing uncertainty of results of operations. Institution recognizes risk taking as a potential instrument for generating revenue, with overall risks not endangering its existence. Market risks are defined as potential losses that external variables have on the assets, liabilities and off-balance sheet positions of the institutions, which are caused by price or negative developments in the financial markets. Similarly, foreign exchange risk is defined as the risk of loss arising from changes in currency exchange rate and / or changes in gold prices. When taking risk it is necessary to establish an adequate system of further risk management which includes both quantitative and qualitative approaches to manage and control risk. Many financial institutions use various statistical methods to manage and control risk. The most common method for managing market risk used by financial institutions today is the Value at Risk method. VaR concept developed in the late 80s of the last century after the great stock market crash in 1987. This was the first great financial crisis that standard statistical models could not predict and questioned the basic tenets of the previous risk management system which resulted in the development of new statistical methods that adequately quantify possible losses in the future. Although VaR methodology was developed primarily for managing market risks today is applied on the integrated approach in measuring credit and market risks together, and more recently on other types of risk such as liquidity and operational risk. VaR method calculates the expected maximum permissible loss over a period of time within the statistically defined acceptance areas (certain probability). The development of VaR risk measurement system clearly diversified three main methods of measuring VaR: historical simulation, variance / covariance method and Monte Carlo simulation. The historical simulation represents a nonparametric method of VaR estimation which predicts the risk in the near future using data from the recent past. Variance / covariance method of VaR calculation is based on the assumption that the distribution corresponds to a return of the theoretical distribution, such as the normal distribution taking into account the correlation between investment instruments. Applying these assumptions market risk VaR is calculated based on two basic parameters: the mean gains / losses (or rate of return) of the observed portfolio and standard deviation of the observed data. Monte Carlo simulation is very similar to the historical simulation, with the distinction that hypothetical changes in market factors are not exercised on the basis of past observed changes in market factors, but is randomly taken from the statistical distribution that adequately represents the actual statistical properties of changes in market factors. Although VaR methods are very popular and widely applicable, they carry certain deficiencies, primarily failure to satisfy the condition of subadditivity and the fact that VaR method ignores large, potentially catastrophic losses in the tail of the distribution. Therefore, many investors, including banks started using a new measure of risk called Expected shortfall method. EC method is designed to measure the risk of extreme losses and represents a kind of upgrade of VaR methodology because it calculates the total amount of losses when an adverse event occurs and the loss is greater than the calculated VaR. Unlike VaR, ES method quantifies the risk in the tail of the distribution and satisfies the condition of subadditivity. The use of VaR and ES methods in the evaluation of foreign exchange risk of all banks in the Republic of Croatia has shown that both, VaR and EC method give results with equally satisfactory precision and stability, but due to the condition of subadditivity, priority is given to ES method. Also, research has shown that historical simulation and method that assumes a normal distribution of data are both equally stabile and precise, while Monte Carlo method is less stable and precise due to the assumption of a uniform distribution of data. However, following the global financial crisis, the market in the Republic of Croatia is no longer so deeply developed and the question is whether the costs of developing such method for managing foreign exchange risk of banks are profitable. |
