Was ist Risikoanalyse?
Bei der Risikoanalyse wird die Wahrscheinlichkeit eines unerwünschten Ereignisses im Unternehmens-, Regierungs- oder Umweltsektor bewertet. Die Risikoanalyse ist die Untersuchung der zugrunde liegenden Unsicherheit einer bestimmten Vorgehensweise und bezieht sich auf die Unsicherheit der prognostizierten Cashflow-Ströme, die Varianz der Portfolio- oder Aktienrenditen, die Wahrscheinlichkeit des Erfolgs oder Misserfolgs eines Projekts und mögliche zukünftige Wirtschaftszustände. Risikoanalytiker arbeiten oft zusammen mit Prognoseexperten, um zukünftige negative unvorhergesehene Auswirkungen zu minimieren.
Die zentralen Thesen
- Bei der Risikoanalyse wird die Wahrscheinlichkeit eines unerwünschten Ereignisses im Unternehmens-, Regierungs- oder Umweltsektor bewertet. Das Risiko kann anhand verschiedener Ansätze analysiert werden, einschließlich solcher, die unter die Kategorien quantitativ und qualitativ fallen. Die Risikoanalyse ist nach wie vor eher eine Kunst als eine Wissenschaft.
Risikoanalyse verstehen
Ein Risikoanalytiker identifiziert zunächst, was schief gehen könnte. Die negativen Ereignisse, die auftreten könnten, werden dann gegen eine Wahrscheinlichkeitsmetrik abgewogen, um die Wahrscheinlichkeit des Auftretens des Ereignisses zu messen. Schließlich versucht die Risikoanalyse, das Ausmaß der Auswirkungen abzuschätzen, die bei Eintritt des Ereignisses eintreten werden.
Quantitative Risikoanalyse
Die Risikoanalyse kann quantitativ oder qualitativ sein. Bei der quantitativen Risikoanalyse wird ein Risikomodell mithilfe von Simulationen oder deterministischen Statistiken erstellt, um dem Risiko numerische Werte zuzuweisen. Inputs, bei denen es sich hauptsächlich um Annahmen und Zufallsvariablen handelt, werden in ein Risikomodell eingespeist.
Für einen bestimmten Bereich von Eingaben generiert das Modell einen Bereich von Ausgaben oder Ergebnissen. Das Modell wird mithilfe von Diagrammen, Szenarioanalysen und / oder Sensitivitätsanalysen von Risikomanagern analysiert, um Entscheidungen zur Minderung und Bewältigung der Risiken zu treffen.
Eine Monte-Carlo-Simulation kann verwendet werden, um eine Reihe möglicher Ergebnisse einer getroffenen Entscheidung oder einer ergriffenen Maßnahme zu generieren. Bei der Simulation handelt es sich um eine quantitative Technik, bei der die Ergebnisse für die Zufallseingabevariablen wiederholt berechnet werden, wobei jedes Mal ein anderer Satz von Eingabewerten verwendet wird. Das sich aus jeder Eingabe ergebende Ergebnis wird aufgezeichnet, und das Endergebnis des Modells ist eine Wahrscheinlichkeitsverteilung aller möglichen Ergebnisse. Die Ergebnisse können in einem Verteilungsdiagramm zusammengefasst werden, das einige Maße der zentralen Tendenz wie den Mittelwert und den Median zeigt und die Variabilität der Daten durch Standardabweichung und Varianz bewertet.
Die Ergebnisse können auch mithilfe von Risikomanagement-Tools wie Szenarioanalysen und Sensitivitätstabellen bewertet werden. Eine Szenarioanalyse zeigt das beste, mittlere und schlechteste Ergebnis eines Ereignisses. Die Trennung der verschiedenen Ergebnisse vom Besten zum Schlechtesten bietet einem Risikomanager einen angemessenen Einblick.
Ein amerikanisches Unternehmen, das weltweit tätig ist, möchte beispielsweise wissen, wie es sich unter dem Strich entwickeln würde, wenn der Wechselkurs ausgewählter Länder steigt. Eine Sensitivitätstabelle zeigt, wie sich die Ergebnisse ändern, wenn eine oder mehrere Zufallsvariablen oder Annahmen geändert werden. Ein Portfoliomanager kann anhand einer Sensitivitätstabelle beurteilen, wie sich Änderungen an den verschiedenen Werten der einzelnen Wertpapiere in einem Portfolio auf die Varianz des Portfolios auswirken. Andere Arten von Risikomanagement-Tools umfassen Entscheidungsbäume und Break-Even-Analysen.
Qualitative Risikoanalyse
Die qualitative Risikoanalyse ist eine Analysemethode, mit der keine Risiken mit numerischen und quantitativen Ratings identifiziert und bewertet werden. Die qualitative Analyse beinhaltet eine schriftliche Definition der Unsicherheiten, eine Bewertung des Ausmaßes der Auswirkungen (falls das Risiko eintritt) und Pläne für Gegenmaßnahmen im Falle eines negativen Ereignisses.
Beispiele für Tools für qualitative Risiken sind SWOT-Analyse, Ursache-Wirkungs-Diagramme, Entscheidungsmatrix, Spieltheorie usw. Ein Unternehmen, das die Auswirkung einer Sicherheitsverletzung auf seine Server messen möchte, kann mithilfe einer Technik für qualitative Risiken auf etwaige Verluste vorbereiten Einnahmen, die aus einem Datenverstoß entstehen können.
Während sich die meisten Anleger um das Abwärtsrisiko sorgen, besteht das Risiko mathematisch gesehen in der Varianz sowohl zum Abwärts- als auch zum Aufwärtsrisiko.
Fast alle Arten von Großunternehmen erfordern eine minimale Risikoanalyse. Beispielsweise müssen Geschäftsbanken das Fremdwährungsrisiko von Auslandskrediten ordnungsgemäß absichern, während große Kaufhäuser die Möglichkeit eines Umsatzrückgangs aufgrund einer globalen Rezession berücksichtigen müssen. Es ist wichtig zu wissen, dass die Risikoanalyse es Fachleuten ermöglicht, Risiken zu identifizieren und zu mindern, sie jedoch nicht vollständig zu vermeiden.
Beispiel einer Risikoanalyse: Value at Risk (VaR)
Der Value at Risk (VaR) ist eine Statistik, die das finanzielle Risiko eines Unternehmens, eines Portfolios oder einer Position über einen bestimmten Zeitraum misst und quantifiziert. Diese Metrik wird am häufigsten von Investment- und Geschäftsbanken verwendet, um das Ausmaß und die Auftrittsrate potenzieller Verluste in ihren institutionellen Portfolios zu bestimmen. Risikomanager verwenden den VaR, um die Höhe des Risikoengagements zu messen und zu steuern. Man kann VaR-Berechnungen auf bestimmte Positionen oder ganze Portfolios anwenden oder das unternehmensweite Risikoengagement messen.
Der VaR wird berechnet, indem die historischen Renditen von den schlechtesten zu den besten verschoben werden, wobei davon ausgegangen wird, dass sich die Renditen wiederholen, insbesondere wenn es um das Risiko geht. Betrachten wir als historisches Beispiel den Nasdaq 100 ETF, der unter dem Symbol QQQ (manchmal als "Würfel" bezeichnet) gehandelt wird und der im März 1999 seinen Handel aufnahm. Wenn wir jede tägliche Rendite berechnen, erhalten wir einen umfangreichen Datensatz von mehr als 1.400 Punkte. Die schlechtesten werden im Allgemeinen links angezeigt, während die besten Renditen rechts angezeigt werden.
Für mehr als 250 Tage wurde die tägliche Rendite für den ETF zwischen 0% und 1% berechnet. Im Januar 2000 erzielte der ETF eine Rendite von 12, 4%. Es gibt aber auch Punkte, an denen der ETF Verluste verursacht hat. Im schlimmsten Fall verzeichnete der ETF tägliche Verluste von 4% bis 8%. Diese Periode wird als die schlechtesten 5% des ETF bezeichnet. Aufgrund dieser historischen Renditen können wir mit 95% iger Sicherheit davon ausgehen, dass die größten Verluste des ETF 4% nicht überschreiten werden. Wenn wir also 100 USD investieren, können wir mit 95% iger Sicherheit sagen, dass unsere Verluste 4 USD nicht überschreiten werden.
Eine wichtige Sache zu beachten. Der VaR bietet Analysten keine absolute Sicherheit. Stattdessen handelt es sich um eine Schätzung, die auf Wahrscheinlichkeiten basiert. Die Wahrscheinlichkeit wird höher, wenn Sie die höheren Renditen und nur die schlechtesten 1% der Renditen berücksichtigen. Die Verluste des Nasdaq 100 ETF von 7% bis 8% machen die schlechtesten 1% seiner Wertentwicklung aus. Wir können daher mit 99% iger Sicherheit davon ausgehen, dass unsere schlechteste Rendite uns 7 US-Dollar bei unserer Investition nicht abnehmen wird. Wir können auch mit 99% iger Sicherheit sagen, dass eine Investition in Höhe von 100 US-Dollar nur maximal 7 US-Dollar kostet.
Einschränkungen der Risikoanalyse
Das Risiko ist ein probabilistisches Maß und kann Ihnen daher niemals genau sagen, wie hoch Ihr Risiko zu einem bestimmten Zeitpunkt ist, sondern nur, wie wahrscheinlich die Verteilung möglicher Verluste ist, wenn und wann sie auftreten. Es gibt auch keine Standardmethoden zur Berechnung und Analyse des Risikos, und selbst der VaR kann auf verschiedene Arten an die Aufgabe herangehen. Das Risiko wird häufig unter Verwendung von Normalverteilungswahrscheinlichkeiten angenommen, die in der Realität selten auftreten und keine extremen oder "schwarzen Schwan" -Ereignisse berücksichtigen können.
Die Finanzkrise von 2008, die diese Probleme als relativ harmlose VaR-Berechnungen ansah, hat das potenzielle Auftreten von Risikoereignissen, die von Subprime-Hypothekenportfolios ausgehen, unterschätzt. Die Risikogröße wurde ebenfalls unterschätzt, was zu extremen Verschuldungsquoten in Subprime-Portfolios führte. Infolgedessen waren die Institute aufgrund der Unterschätzung des Auftretens und der Risikogröße nicht in der Lage, Verluste in Milliardenhöhe zu decken, da die Subprime-Hypothekenwerte einbrachen.
