Индикаторы
1. Исторические данные о доходности
2. Параметры финансовых инструментов Для построения ковариационной матрицы или генерации сценариев Монте-Карло системе требуются точные спецификации:
3. Текущие портфельные данные
4. Корреляционная матрица Aladdin рассчитывает взаимосвязи между всеми активами в портфеле. Для этого используются:
5. Данные для различных методологий расчета Поскольку Aladdin поддерживает три основных подхода к расчету VaR, входные данные адаптируются под каждый из них:
Методология
Используемые данные
Параметрический (Delta-Normal)
Текущие веса активов, вектор ожидаемых доходностей, ковариационная матрица (основанная на исторических данных). Предполагает нормальное распределение доходностей.
Историческое моделирование
Чистая история доходностей за последние 500–1000 торговых дней. Система буквально «проигрывает» текущий портфель через прошлые рыночные условия (например, как бы он упал в день краха Lehman Brothers в 2008 году).
Метод Монте-Карло
Параметры стохастических процессов (волатильность, средняя доходность, дрейф), случайные числа (генераторы псевдослучайных чисел), модели распределения (не только нормальное, но и Стьюдента для учета «толстых хвостов»).
6. Специфические данные для неликвидных активов Для частного капитала (Private Equity) и недвижимости стандартных биржевых котировок нет. Aladdin применяет дополнительные слои данных:
Все эти данные поступают в единый вычислительный движок платформы, который пересчитывает VaR мгновенно при совершении любой сделки или изменении рыночной цены, позволяя риск-менеджерам видеть актуальный профиль потерь в режиме онлайн.
- Временные ряды цен: ежедневные цены закрытия за длительный период (стандартно используется окно от 2 до 5 лет). Для высокочастотной оценки риска могут применяться внутридневные данные (tick data).
- Корпоративные события: база данных автоматически корректирует историю цен с учетом сплитов акций, выплат спецдивидендов и слияний/поглощений, чтобы избежать ложных скачков волатильности.
- Дефолты и реструктуризации: фиксация случаев неплатежей по облигациям и кредитам для калибровки моделей «хвостового» риска.
2. Параметры финансовых инструментов Для построения ковариационной матрицы или генерации сценариев Монте-Карло системе требуются точные спецификации:
- Срок погашения (Maturity) и дюрация: дата выплаты номинала, график купонов, наличие оферт (put/call опционов).
- Базовые активы: для деривативов используются текущие значения индексов, валютных курсов или сырьевых товаров.
- Волатильность: историческая волатильность инструмента и подразумеваемая волатильность из рынка опционов (Implied Volatility surface).
- Ликвидность: средний дневной объем торгов (ADV), глубина стакана, что необходимо для учета стоимости ликвидации позиции внутри горизонта VaR.
3. Текущие портфельные данные
- Состав позиций: количество бумаг, их рыночная стоимость на момент расчета, накопленный купонный доход (НКД) по облигациям.
- Валютная структура: распределение активов по валютам для расчета кросс-курсового риска.
- Экспозиция к факторам: чувствительность каждой бумаги к процентным ставкам, кредитным спредам и стилям инвестирования (Value, Size, Quality).
4. Корреляционная матрица Aladdin рассчитывает взаимосвязи между всеми активами в портфеле. Для этого используются:
- Исторические корреляции: коэффициенты Пирсона между рядами доходностей активов за выбранный период.
- Стресс-корреляции: во время кризисов корреляция между рисковыми активами стремится к единице. В библиотеке сценариев Aladdin заложены поправочные коэффициенты, которые принудительно увеличивают корреляцию при резком росте общей рыночной волатильности (VIX spikes).
5. Данные для различных методологий расчета Поскольку Aladdin поддерживает три основных подхода к расчету VaR, входные данные адаптируются под каждый из них:
Методология
Используемые данные
Параметрический (Delta-Normal)
Текущие веса активов, вектор ожидаемых доходностей, ковариационная матрица (основанная на исторических данных). Предполагает нормальное распределение доходностей.
Историческое моделирование
Чистая история доходностей за последние 500–1000 торговых дней. Система буквально «проигрывает» текущий портфель через прошлые рыночные условия (например, как бы он упал в день краха Lehman Brothers в 2008 году).
Метод Монте-Карло
Параметры стохастических процессов (волатильность, средняя доходность, дрейф), случайные числа (генераторы псевдослучайных чисел), модели распределения (не только нормальное, но и Стьюдента для учета «толстых хвостов»).
6. Специфические данные для неликвидных активов Для частного капитала (Private Equity) и недвижимости стандартных биржевых котировок нет. Aladdin применяет дополнительные слои данных:
- Appraisal Data: квартальные оценки независимых оценщиков.
- Smoothing Adjustment: алгоритмы десезонализации и устранения «сглаживания» оценок, так как аудиторы редко резко снижают стоимость активов.
- Public Market Equivalent (PME): сопоставление доходности частного актива с аналогичным публичным индексом для экстраполяции скрытой волатильности.
Все эти данные поступают в единый вычислительный движок платформы, который пересчитывает VaR мгновенно при совершении любой сделки или изменении рыночной цены, позволяя риск-менеджерам видеть актуальный профиль потерь в режиме онлайн.