Предположительно риск-менеджмент ожидают следующие направления развития:
• взрывной рост информации о конъюнктуре, возможно, приведет к концентрации на риск-менеджменте «сверху» и отказу от детального риск-анализа бизнес-процессов низшего и среднего уровня (кроме самооценки и выборочного риск-аудита);
• индивидуализация риск-менеджмента: влияние психологии лиц, принимающих решения (ЛПР), станет более явным, будет создан интерфейс «от клавиатуры к мыши»;
• проявится влияние этнокультурного контекста (например, исламского права);
• в риск-менеджменте будут применяться «квантовые» финансы и эконофизика;
• все большее количество специалистов начнет действовать, исходя из понимания того, что риск – это принципиальная невычислимость и в меньшей степени – стохастическая проблема;
Трудности в применении количественных методов анализа риска связаны с недостатками развития теории и практики риск-менеджмента. Можно отметить следующие ключевые проблемы теории:
• в современной картине мира подчеркивается случайная природа риска, тогда как значительная часть рисков имеет хаотический, а не случайный характер6. Кроме того, игнорируется взаимосвязь рисков и общность их природы. Например, отсутствие связи рыночных и кредитных рисков с операционными рисками – одно из самых глубоких заблуждений представления о рисках;
• слабо развит математический аппарат, предназначенный для выявления связей, корреляции и, следовательно, диверсификации портфеля. За исключением корреляции и коинтеграции, сфера применимости которых весьма ограничена, остальные меры зависимости нелинейно связанных величин либо не разработаны, либо малоизвестны. Риск-менеджмент основывается лишь на современных концепциях. Например, гипотетически модель реальных опционов могла бы в будущем вытеснить из практики общепринятую сейчас концепцию дисконтирования денежных потоков7;
Самая большая сложность в применении математических методов оценки рисков – получение исходных данных для расчетов – статистических, исторических. Какой бы совершенный метод оценки ни применялся, как известно, если загрузить мусор на входе – мусор получится и на выходе4. В России и других странах СНГ не существует подробной статистики дефолтов, а кредитные бюро недостаточно эффективны. Сбор отраслевой статистики затруднен инфантильной позицией участников рынка. Например, отечественные банки признают потребность в создании базы статистики операционных рисков, аналогичной базам данных западных банков (например, OpVantage), но при этом «жадничают», «расходятся по углам», не желая делиться имеющимися данными, и ждут добровольно-принудительной инициативы от Банка России или общественных организаций.
Наиболее распространенные в настоящее время методы оценки рисков основаны на определении чувствительности целевых показателей к изменению факторов риска и изменчивости этих факторов риска. Теоретически все виды рисков могут оцениваться с помощью расчета популярных показателей возможных потерь: Value-at-Risk (VaR), условный – conditional – VaR (cVaR), стресс-тестирование и т.п. VaR показывает величину, которую не превысят потери под воздействием рисков за определенный период с данной вероятностью. Например, недельный 95% VaR, равный 1 млн руб., означает, что за пять рабочих (торговых) дней потери под воздействием рисков не превысят 1 млн руб. с вероятностью 95%.
(VaR) показывает величину ожидаемых потерь в случае, если они превышают VaR. Продолжая предыдущий пример, недельный cVaR, равный 3,5 млн руб., означает, что если потери превысят VaR (в данном случае – если потери больше 1 млн руб.), то в среднем они составят, например, 3,5 млн руб. за неделю. Стресс-тестирование показывает, сколько составят потери в случае реализации сценариев стресса (рыночного шока или сбоев бизнес-процессов и т.д.). Например, потери в случае скачка обменного курса на 10% составят 10 млн руб.
