VI PREDAVANJA

Kvantitativna analiza mjerenja izloženosti finansijskim izicima

Zašto se preduzeće mora baviti i matematičko-statističkom stranom finansijskih rizika?

Prije svega zato što su razumjevanje, identifikacija i kvantifikacija rizika temelji menadžmenta
finansijskih rizika.

Tehnike identifikacije i kvantifikacije stope izloženosti preduzeća osnova su za postavljanje odnosa

preduzeća prema riziku i politike menadžmenta finansijskih rizika.

Rukovodstvo preduzeća najčešće ne donosi poslovne odluke samo na osnovu matematičko-

statističkih modela, ali su oni izuzetno važni i potrebni za polazno razmišljanje prilikom odlučivanja.
Osim što su korisni kao oruđe u procesu odlučivanja, neophodni su za mjerenje sredstava, dugova i
kapitala u bilansu stanja.

Modelima određujemo približnu fer vrijednost, a tržišne cijene se svakako kreću blizu te vrijednosti.

 Mjerenje rizika

Osnovne mjere varijabilnosti koje su polazište za izračunavanje nestabilnosti (eng. volatelity) i

rizične vrijednosti (eng. value at risk, VaR) kao prevladavajućih mjera izloženosti preduzeća
finansijskim rizicima.

1
Predstavićemo:
• neke mjere varijabilnosti (varijacijske razmake, varijansu i standardnu devijaciju),
• neke odnose među varijablama (kovarijansu i koeficijent korelacije),
• normalnu distribuciju vjerovatnoće,
• regresijsku analizu i
• faktorski model za mjerenje finansijskih rizika.

 Mjere varijabilnosti

Najjednostavnija mjera varijabilnosti je varijacijski razmak (eng. range). Promjenljivost pojave

opišemo tako da navedemo njenu najveću i najmanju vrijednost.
Varijacijski razmak je razlika između najveće i najmanje vrijednosti varijable.
VR = Ymax - Ymin
VR - varijacijski razmak
Ymax - najveća vrijednost varijable
Ymin - najmanja vrijednost varijable

Varijacijski razmak možemo računati i na osnovu podataka iz distribucije frekvencija. Za

najmanju vrijednost varijable uzimamo donju granicu prvog razreda, a za najveću vrijednost
gornju granicu zadnjeg razreda.
Formula za izračunavanje varijacijskog razmaka na osnovu distribucije frekvencije je:

VR = YG,Z - YD,I
YG,Z - vrijednost gornje granice zadnjeg razreda
YD,I - vrijednost donje granice prvog razreda
2
Varijansa - varijacija (eng. variance) je mjera promjenljivosti koja izračunom obuhvata sve
vrijednosti varijable koju posmatramo.

Varijansu računamo kao razliku između pojedine vrijednosti varijab1e (Xi) i njene prosječne
vrijednosti u datom periodu. Ta razlika se naziva odstupanje od prosječne - srednje vrijednosti.
U izračunavanju varijanse računamo kvadrat odstupanja od prosječne - srednje vrijednosti.

Formula za izračun varijanse:

Vrijednosti koje sabiramo u izračunu varijanse kvadrirane su vrijednosti varijable koju

proučavamo. Pošto takve otežavaju razumijevanje i objašnjavanje brojčane vrijednosti
varijanse, računamo njen kvadratni korjen.
Tako dobijamo standardnu devijaciju (eng. standard deviation). To je apsolutna mjera rizika
i uz datu distribuciju vjerovatnoće prikazuje raspršenost vrijednosti oko prosječne vrijednosti.

3
 Standardnu devijaciju iz varijanse računamo pomoću formule:

gdje je s = standardna devijacija

Napomena:
Standardnu devijaciju lakše objašnjavamo nego varijansu jer je izražena u istim jedinicama kao
podaci koje posmatramo.

Kovarijansa (eng. covariance) mjeri linearnu povezanost varijabli. Kovarijansu varijabli x i y za

koje imamo na raspolaganju n vrijednosti, računamo po formuli:

Poredimo svako odstupanje vrijednosti varijable od njene prosječne vrijednosti sa odstupanjem

vrijednosti druge varijable od njene prosječne vrijednosti u istom trenutku.

4
 Izračunavanje kovarijansi dviju varijabli

Druga mjera povezanosti među varijablama je koeficijent korelacije (eng. corelation coefficient).

Formula za izračunavanjw koeficijenta korelacije je;

5
Koeficijent korelacije možemo računati i iz kovarijanse dvaju varijabli i njihovih standardnih
devijacija po formuli

rxy - koeficijent korelacije varijabli x i y

Sxy - kovarijanca varijabli x i y
Sx odnosno Sy - standardna devijacija varijable x odnosno y

6
Primjer pozitivne povezanosti dvaju varijabli je devizni kurs USD/EUR i JPY/EUR. Stopa korelacije
među njima je 0,88 što znači da prilikom rasta kurs USD/EUR za 1 %, kurs JPY/EUR raste za 0,88%.

Pozitivna korelacija kurseva USD/EUR i JPY/EUR

 Normalna distribucija vjerovatnoće

Normalna distribucija vjerovatnoće ima karakterističnu krivu u obliku zvona. Krivu određuju
prosječna vrijednost i standardna devijacija posmatranih vrijednosti kontinuirane varijable. Najviša
tačka krive je prosječna vrijednost uzorka.
Normalna distribucija vjerovatnoće ima simetričan oblik što znači da je dio krive koji je iscrtan
lijevo od prosječne vrijednosti odraz dijela krive desno od prosječne vrijednosti. Kriva se rasteže u
beskonačnost u oba smjera i teoretski nikada ne dodirne vodoravnu osu.

7
Standardna devijacija određuje širinu "zvona". Što je veća standardna devijacija posmatranih
vrijednosti varijab1e, šira je kriva distribucije vjerovatnoće što ukazuje na veću nestabilnost odnosno
rizik.

Postoci vrijednosti posmatrane varijable, koji se nalaze unutar pojedinih granica standardne devijacije,
od srednje (prosječne) vrijednosti + 1 i -1, +2 i 2 odnosno +3 i -3 su sljedeći:

8
Dokaz normalne distribucije vrijednosti deviznog kursa. Posmatrali smo dnevne vrijednosti deviznog
kursa USD/EUR u periodu od 1. 1. 1999. do 31. 12. 2005. godine sa kursne liste Evropske centralne
banke.
U posmatranom periodu je bilo 1.782 objavljene kotacije. Prateći zakonitost normalne distribucije,
1216 tih vrijednosti bi moralo biti raspoređeno u području između -1 i + 1 standardnih devijacija od
prosječne vrijednosti, 242 vrijednosti u području od +1 do +2 standardnih devijacija od prosječne
vrijednosti (i isto toliko u negativnom području), 38 vrijednosti u području od +2 do +3 standardnih
devijacija od prosječne vrijednosti (i isto toliko u negativnom području), a 2 vrijednosti nad +3
standardne devijacije od srednje vrijednosti (i isto toliko u negativnom području).

Dobijeni rezultat je sljedeći i u potpunosti potvrđuje pretpostavku normalne distribucije vrijednosti

deviznog kursa USD/EUR:

9
  Regresivna analiza

Regresivna analiza je statistička metoda koja nam pomaže kod analize odnosa između zavisne
varijable i jedne ili više nezavisnih varijabli. Regresivnu analizu koja prikazuje odnos između dvije
varijable nazivamo jednostavnom ili linearnom regresijom. Formula jednostavnog regresijskog modela
je:

y = linearna funkcija varijable x

β0 i β1 - parametri regresijskog modela
ε – slučajna varijabla označena kao regresijska greška

Kada u regresijskoj jednačini zamijenimo parametre β0 i β1 parametrima b0 i b1 dobijemo

ocijenjenu regresijsku jednačinu:
y=b0-b1x

y - ocijenjena vrijednost y za datu vrijednost x

bo- tačka u kojoj ocijenjena regresijska prava siječe y osu
bl - nagib prave

Parametre izračunavamo pomoću formula:

xi - pojedina vrijednost posmatrane varijable X

- prosječna vrijednost posmatranih vrijednosti varijable X
yi - pojedina vrijednost posmatrane varijable y
- prosječna vrijednost posmatranih vrijednosti varijable y 10
  Nestabilnost

Nestabilnost nam govori koliko će varirati vrijednost naše imovine u nekom periodu, uz pretpostavku
da će kretanja vrijednosti varijable u budućnosti pratiti prirodu promjena iz prošlosti i uz pretpostavku
da su vrijednosti varijable koju posmatramo pregledne i efekat efikasnog trzišta.

Nestabilnost je temeljna statistička mjera rizika. Njena karakteristika je da investitoru može

odgovoriti na pitanje koliko bi mogao izgubiti odnosno dobiti ako se odluči za investiciju.

Kod mjerenja nestabilnosti je potrebno odrediti aproksimaciju nestabilnosti (eng. volatility

estimation). Glavni način oblikovanja aproksimacija su:
- izračun istorijske/empirijske nestabilnosti i
- izračun ugrađene (eng. implied) nestabilnosti.

Istorijska/empirijska nestabilnost se računa kao standardna devijacija promjene cijene (vrijednosti)

varijable za period u proslosti. Izračun teče u tri koraka.

Prvo odredimo vremenski okvir istorijskih podataka. U izračunu nestabilnosti uzimamo u obzir
podatke o dnevnim, sedmičnim, mjesečnim ili godišnjim promjenama cijene varijable koju
posmatramo.

Zatim računamo promjene cijene i to tako da oblikujemo lančane indekse (eng. price relative) ili tako
zvane dnevne prinose varijable (eng. daily return) koje zatim analiziramo. Računamo ih pomoću
formula:

11
Na kraju izračunamo standardnu devijaciju lančanih indeksa/dnevnih prinosa varijable.

Vrijednost standardne devijacije je nestabilnost varijable koju posmatramo u periodu za koji smo
izračunali relativnu cijenu varijable. Ako smo za osnovu uzeli dnevne informacije o cijenama
varijable, dobijena standardna devijacija prikazuje dnevnu nestabilnost varijable (kod sedmičnih
podataka o promjenama cijene računamo sedmičnu nestabilnost, itd.).

Na osnovu tako izračunate periodične (dnevne, sedmične, ... ) nestabilnosti izračunavamo godišnju
nestabilnost po formuli:

gdje je BP je broj perioda koje smo uzeli u obzir u izračunu u jednoj godini.

12
  Rizična vrijednost

Rizična vrijednost (eng. Value at Risk, VaR) je očekivani gubitak koji preduzeće može pretrpjeti zbog
uticaja variranja faktora rizika prisutnih u poslovanju preduzeća, s tačno određenom sigurnošću
(signifikancom) i za tačno određeni vremenski period, na osnovu izloženih sredstava, dugova i
kapitala pojedinom faktoru rizika te u zavisnosti od njegove nestabilnosti.

Već iz same definicije vidimo da izračun rizične vrijednosti teče u sljedećim koracima:
- identifikacija izloženih sredstava, dugova i kapitala i faktora rizika prisutnih u poslovanju
preduzeća,
- izračun nestabilnosti svakog pojedinačnog faktora rizika, opredjeljenje vremenskog perioda
za koji računamo rizičnu vrijednost,
- opredjeljenje stope signifikance s kojom računamo rizičnu vrijednost.

Metode za računanje rizične vrijednosti

Najčešće upotrebljavane metode za izračun rizične vrijednosti su delta-normalna metoda, istorijska

simulacija i simulacija Monet Carlo.

Das i Martin (1998, 596) pišu o tri rizične vrijednosti i to:

- analitičkoj,
- istorijskoj i
- simulacijskoj.

13
 Postupak izračuna analitičke rizične vrijednosti

Izložene stavke su iznosi sredstava, dugova i kapitala čije se vrijednosti mijenjaju zbog uticaja
promjena vrijednosti faktora rizika, koji su povezani sa njima.

Preduzeće ocjenjuje iz poslovnih nacrta iznos planiranih prihoda iz prodaje i planiranih troškova
materijala, robe i usluga koji će biti izraženi u stranim valutama. Na to proučava prisutne devizne
kurseve odnosno njihove vrijednosti.

Da bismo ocijenili uticaj pojedinih faktora rizika na poslovanje preduzeća, moramo izračunati
rizičnu vrijednost za svaki pojedini faktor rizika

14
Izračun nestabilnosti faktora rizika

Prilikom izračuna nestabilnosti moramo paziti na vremenski okvir podataka. Ako smo prilikom izračuna
nestabilnosti već kalkulisali godišnju nestabilnost upotrebljavamo osnovnu formula za izračun rizične
vrijednosti, koji je prikazan u nastavku teksta.

Međutim, ako smo izračunali dnevnu nestabilnost, prilikom izračuna rizične vrijednosti za širi
vremenski period (mjesečne ili godišnje rizične vrijednosti) moramo paziti da izračunanu dnevnu
nestabilnost »proširimo« na izabrani period.

Ako je stavka izložena dvjema faktorima rizika, izračun nestabilnosti teče po sljedećoj formuli:

Ako je u poslovanju preduzeća prisutno više faktora rizika, upotrebljavamo sljedeću formulu
za izračun nestabilnosti:

15
Stopa sigurnosti (signifikanca)

Da bismo mogli objasniti ocjenu signifikance koju uzimamo u obzir pri izračunu rizične vrijednosti
potrebno je zapamtiti da je jedna od pretpostavki na kojima temelji analitička rizična vrijednost
upravo normalna distribucija faktora rizika.

Iduća tabela prikazuje najčešće upotrebljavane signifikance pri izračunu rizične vrijednosti:

Signifikanca (%) Broj standardnih devijacija

95,0 1,65
97,5 1,96
99,0 2,33
99,9 2,56

Izabrana signifikanca u izračunu rizične vrijednosti

16
  Izračun rizične vrijednosti

Osnovna formula za izračun rizične vrijednosti je sljedeća:

VaR

VIS – vrijednost izložene stavke

σ – nestabilnost faktora rizika kome je stavka izložena
S – broj standardnih devijacijau skladu sa izabranom signifikancom

Upotrebna vrijednost rizične vrijednosti

O upotrebnoj vrijednosti rizične vrijednosti možemo govoriti sa aspekta preduzeća, banaka i drugih
finansijskih institucija, investitora i drugih.
Izračun rizične vrijednosti za svaki pojedini faktor rizika i poređenje dobivenog iznosa sa planiranim
poslovnih rezultatom pokazuje relevantnost pojedinog faktora rizika.

Dobivena rizična vrijednost je jedna od osnova za odlučivanja o daljnjim odlukama u menadžmentu

finansijskih rizika.

Kada računamo rizičnu vrijednost portfolija, što znači zajedničku rizičnu vrijednost izloženih
sredstava i dugova preduzeća, korisno je porediti tu vrijednost sa vrijednostima izračunatim u
proteklim godinama.

Rizična vrijednost izložene stavke pomaže preduzeću u odlučivanja o izboru odgovarajućeg

instrumenta za štićenje od rizika. Ako se preduzeće odluči štititi pomoću terminskih ugovora, mora
uplatiti sigurnosno pokriće u klirinšku kuću.
17
  Prednosti i slabosti rizične vrijednosti

Prednosti:

Model ima suštinske prednosti za korisnika, koje su sljedeće:

- zbog prilično jednostavne pozadine modela omogućava izračun i pojedincima koji nisu specijalisti
na području upravljanja finansijskim rizicima, jer im dozvoljava da »odrađuju« posao samo na
području ocjene stope rizičnosti poslovanja preduzeća;

- omogućava izračun očekivanog gubitka uz upotrebu jedinstvenog postupka za različite vrste rizika
(valutni, kamatni) i za različite dijelove portfolija. Tako stičemo mogućnost poređenja na primjer
izloženosti kredita kamatnom riziku i izloženosti potraživanja od kupaca valutnom riziku. Osim
toka izražava rizičnost u novčanim jedinicama što omogućava poređenje među pojedinim
poslovnim jedinicama ili preduzećima unutar branše.

- pošto je rizična vrijednosno izražena u novčanim jedinicama i pošto je pokazatelj očekivanog

gubitka prouzrokovanog zbog promjene faktora rizika koji utiču na poslovanje preduzeća,
možemo je tumačitii kao iznos izvora potrebnih za pokrivanje izračunanih gubitaka (u slučaju da
se rizicima prepustimo i da njima ne upravljamo):

- na osnovu dobivene rizične vrijednosti rukovodstvo preduzeća određuje maksimalan prihvatljiv

nivo izloženosti riziku za preduzeće.

18
 Slabosti:

One su prije svega sljedeće:

- pretpostavlja da su promjene tržišnih cijena normalno distribuirane. Zbog neefikasnosti
finansijskih tržišta distribucija promjene vrijednosti u realnosti često odstupa od normalne;

- pretpostavlja da je moguće buduće događaje predvidjeti na osnovu rezultata analize poslovanja

u prošlosti iz čega izvire problem oblikovanja vremenskog perioda (u prošlosti) koji ćemo uzeti
u obzir prilikom izračuna. Rizična vrijednost se temelji na istorijskoj nestabilnosti i
kovarijansi. Zato obično ne uključuje mogućnosti ekstremnih događaja na različitim tržištima i
ne omogućava sprečavanje velikih gubitaka koji pri tome nastaju;

- problematičnost opcija za analitički model rizične vrijednosti.

 Analiza osjetljivosti

Analizom osjetljivosti ustanovljavamo koliko jako se mijenjaju vrijednosti izloženih stavki ako dođe do
promjene vrijednosti finansijskih cijena. Osnova metode je oblikovanje modela u koji kao ulazne podatke
unosimo vrijednosti (finansijske cijene) a zatim model izmjeri izloženost na osnovu vjerovatnoće
distribucije dobijenih vrijednosti.

Rezultat analize osjetljivosti je vjerovatnoća distribucije budućeg (planiranog) poslovnog rezultata koja
nam pokazuje s kolikom vjerovatnoćom će preduzeće ostvariti određeni poslovni rezultat uz pretpostavku
da sve planirane kategorije ostanu nepromijenjene. Jedina varijabla su finansijske ocjene.

19