Ano ang Panganib na Pagsusuri?
Ang pagsusuri sa peligro ay ang proseso ng pagtatasa ng posibilidad ng isang masamang kaganapan na nagaganap sa loob ng sektor ng korporasyon, gobyerno, o kapaligiran. Ang pagsusuri sa peligro ay ang pag-aaral ng pinagbabatayan ng kawalan ng katiyakan ng isang naibigay na kurso ng pagkilos at tumutukoy sa kawalan ng katiyakan ng mga na-forecast na daloy ng daloy ng cash, ang pagkakaiba-iba ng portfolio o pagbabalik ng stock, ang posibilidad ng tagumpay o pagkabigo ng isang proyekto, at posibleng mga estado sa pang-ekonomiya. Ang mga analyst ng peligro ay madalas na gumagana nang magkakasama sa mga propesyonal sa pagtataya upang mabawasan ang mga negatibong negatibong epekto sa hinaharap.
Mga Key Takeaways
- Ang pagsusuri sa peligro ay ang proseso ng pagtatasa ng posibilidad ng isang masamang kaganapan na nagaganap sa loob ng sektor ng korporasyon, gobyerno, o kapaligiran. Maaaring masuri ang peligro gamit ang ilang mga pamamaraang kabilang ang mga nahuhulog sa ilalim ng mga kategorya ng dami at husay.Ang pagsusuri ay higit pa sa isang sining kaysa sa isang agham.
Pag-unawa sa Pagsusuri sa Panganib
Ang isang analyst ng peligro ay nagsisimula sa pamamagitan ng pagkilala kung ano ang maaaring magkamali. Ang mga negatibong kaganapan na maaaring mangyari ay pagkatapos ay timbangin laban sa isang posibilidad ng pagsukat upang masukat ang posibilidad ng naganap na pangyayari. Sa wakas, tinatangka ng pagtatasa ng panganib na matantya ang lawak ng epekto na magagawa kung mangyari ang kaganapan.
Pag-aaral ng Panganib sa Pagsukat
Ang pagsusuri sa peligro ay maaaring maging dami o husay. Sa ilalim ng dami ng pagsusuri sa panganib, ang isang modelo ng peligro ay binuo gamit ang kunwa o deterministikong istatistika upang magtalaga ng mga bilang na may halaga sa panganib. Ang mga input na karamihan ay mga pagpapalagay at mga random na variable ay pinakain sa isang modelo ng peligro.
Para sa anumang naibigay na saklaw ng input, ang modelo ay bumubuo ng isang hanay ng output o kinalabasan. Nasuri ang modelo gamit ang mga graph, pagsusuri sa sitwasyon, at / o pagsusuri ng sensitivity ng mga tagapamahala ng peligro upang makagawa ng mga pagpapasya upang mabawasan at harapin ang mga panganib.
Ang isang kunwa sa Monte Carlo ay maaaring magamit upang makabuo ng isang hanay ng mga posibleng resulta ng isang desisyon na ginawa o pagkilos na ginawa. Ang kunwa ay isang pamamaraan ng dami na kinakalkula ang mga resulta para sa mga variable na variable na paulit-ulit, gamit ang ibang hanay ng mga halaga ng input sa bawat oras. Ang nagresultang kinalabasan mula sa bawat input ay naitala, at ang pangwakas na resulta ng modelo ay isang posibilidad na pamamahagi ng lahat ng posibleng mga kinalabasan. Ang mga kinalabasan ay maaaring ibubuod sa isang graph ng pamamahagi na nagpapakita ng ilang mga hakbang sa sentral na ugali tulad ng mean at median, at pagtatasa ng pagkakaiba-iba ng data sa pamamagitan ng karaniwang paglihis at pagkakaiba-iba.
Ang mga kinalabasan ay maaari ding masuri gamit ang mga tool sa pamamahala ng peligro tulad ng pagsusuri ng senaryo at talahanayan ng pagiging sensitibo. Ang isang pagtatasa ng senaryo ay nagpapakita ng pinakamahusay, gitna, at pinakamasamang kinalabasan ng anumang kaganapan. Ang paghihiwalay ng iba't ibang mga kinalabasan mula sa pinakamahusay hanggang sa pinakamasama ay nagbibigay ng isang makatwirang pagkalat ng pananaw para sa isang manager ng peligro.
Halimbawa, ang isang Amerikanong Kumpanya na nagpapatakbo sa isang pandaigdigang sukatan ay maaaring nais malaman kung paano magiging maayos ang ilalim nito kung ang palitan ng palitan ng mga piling bansa ay nagpapalakas. Ipinapakita ng talahanayan ng sensitivity kung paano nag-iiba ang mga kinalabasan kapag binago ang isa o higit pang mga random variable o pagpapalagay. Ang isang portfolio manager ay maaaring gumamit ng talahanayan ng sensitivity upang masuri kung paano ang mga pagbabago sa iba't ibang mga halaga ng bawat seguridad sa isang portfolio ay makakaapekto sa pagkakaiba-iba ng portfolio. Ang iba pang mga uri ng mga tool sa pamamahala ng peligro ay may kasamang mga puno ng pagpapasya at pagsusuri ng break-even.
Qualitative Risk Analysis
Ang husay na pagsusuri sa peligro ay isang pamamaraan ng analitikal na hindi matukoy at suriin ang mga panganib na may mga de-numerong at dami ng mga rating. Ang pagsusuri sa husay ay nagsasangkot ng isang nakasulat na kahulugan ng mga kawalang-katiyakan, isang pagsusuri sa lawak ng epekto (kung sumisiguro ang panganib), at ang mga plano ng countermeasure sa kaso ng isang negatibong kaganapan na nagaganap.
Ang mga halimbawa ng mga tool sa peligro ng husgado ay kinabibilangan ng SWOT Analysis, Cause at Epekto diagram, Desisyon Matrix, Game Theory, atbp. kita na maaaring mangyari mula sa isang paglabag sa data.
Habang ang karamihan sa mga namumuhunan ay nag-aalala tungkol sa downside na panganib, sa matematika, ang panganib ay ang pagkakaiba-iba pareho sa downside at baligtad.
Halos lahat ng uri ng mga malalaking negosyo ay nangangailangan ng isang minimum na uri ng pagsusuri sa panganib. Halimbawa, ang mga komersyal na bangko ay kailangang maayos na magbantay ng pagpapalitan ng dayuhang palitan ng mga pautang sa ibang bansa habang ang mga malalaking tindahan ng departamento ay dapat na salik sa posibilidad ng pagbawas ng mga kita dahil sa isang pandaigdigang pag-urong. Mahalagang malaman na ang pagsusuri sa panganib ay nagpapahintulot sa mga propesyonal na kilalanin at mapawi ang mga panganib, ngunit hindi maiwasan ang mga ito nang lubusan.
Halimbawa ng Pagsusuri sa Panganib: Halaga sa Panganib (VaR)
Ang halaga sa peligro (VaR) ay isang istatistika na sumusukat at sumusukat sa antas ng peligro sa pananalapi sa loob ng isang firm, portfolio, o posisyon sa isang tiyak na takdang oras. Ang sukatanang ito ay pinaka-karaniwang ginagamit ng pamumuhunan at komersyal na mga bangko upang matukoy ang lawak at paglitaw na ratio ng mga potensyal na pagkalugi sa kanilang mga institusyonal na portfolio. Ang mga namamahala sa peligro ay gumagamit ng VaR upang masukat at kontrolin ang antas ng pagkakalantad sa peligro. Maaaring mailapat ng isa ang mga kalkulasyon ng VaR sa mga tukoy na posisyon o buong portfolio o upang masukat ang pagkakalantad na may malawak na peligro.
Ang VaR ay kinakalkula sa pamamagitan ng paglilipat ng mga pagbabalik sa kasaysayan mula sa pinakamasama hanggang sa pinakamahusay na sa pag-aakalang ang mga pagbabalik ay maulit, lalo na kung may kinalaman ito sa peligro. Bilang isang makasaysayang halimbawa, tingnan natin ang Nasdaq 100 ETF, na nakikipagkalakalan sa ilalim ng simbolo na QQQ (kung minsan ay tinawag na "cubes") at sinimulan ang pangangalakal noong Marso ng 1999. Kung kinakalkula natin ang bawat araw-araw na pagbabalik, gumawa tayo ng isang rich set ng data ng higit sa 1, 400 puntos. Ang pinakamasama ay karaniwang isinalarawan sa kaliwa, habang ang pinakamahusay na pagbabalik ay inilalagay sa kanan.
Para sa higit sa 250 araw, ang pang-araw-araw na pagbabalik para sa ETF ay kinakalkula sa pagitan ng 0% at 1%. Noong Enero 2000, bumalik ang ETF ng 12.4%. Ngunit may mga puntos kung saan nagresulta rin ang pagkalugi ng ETF. Sa pinakamalala nito, ang ETF ay tumakbo araw-araw na pagkalugi ng 4% hanggang 8%. Ang panahong ito ay tinukoy bilang pinakamasama 5% ng ETF. Batay sa mga makasaysayang pagbabalik na ito, maaari nating ipagpalagay na may 95% katiyakan na ang pinakamalaking pagkalugi ng ETF ay hindi lalampas sa 4%. Kaya kung namuhunan tayo ng $ 100, masasabi nating may katiyakan na 95% na ang aming mga pagkalugi ay hindi lalampas sa $ 4.
Isang mahalagang bagay na dapat tandaan. Hindi nagbibigay ang VaR ng mga analista ng ganap na katiyakan. Sa halip, ito ay isang pagtatantya batay sa mga posibilidad. Ang posibilidad ay makakakuha ng mas mataas kung isinasaalang-alang mo ang mas mataas na pagbabalik, at isaalang-alang lamang ang pinakamasama 1% ng mga nagbabalik. Ang pagkawala ng Nasdaq 100 ETF ng 7% hanggang 8% ay kumakatawan sa pinakamasama 1% ng pagganap nito. Sa gayon maaari nating ipagpalagay na may 99% na katiyakan na ang aming pinakamasamang pagbabalik ay hindi mawawala sa amin $ 7 sa aming pamumuhunan. Masasabi din natin na may 99% na katiyakan na ang isang $ 100 na pamumuhunan ay mawawalan lamang tayo ng maximum na $ 7.
Mga Limitasyon ng Pagsusuri sa Panganib
Ang peligro ay isang probabilistikong panukala at sa gayon ay hindi kailanman maaaring sabihin sa iyo ng sigurado kung ano ang iyong tumpak na pagkakalantad sa peligro sa isang oras, tanging ang pamamahagi ng mga posibleng pagkalugi ay malamang na kung at kailan ito maganap. Wala ding mga pamantayang pamamaraan para sa pagkalkula at pagsusuri ng panganib, at kahit na ang VaR ay maaaring magkaroon ng maraming iba't ibang mga paraan ng paglapit sa gawain. Ang panganib ay madalas na ipinapalagay na magaganap gamit ang mga normal na probabilidad sa pamamahagi, na sa katotohanan ay bihirang mangyari at hindi maaaring account para sa matinding o "black swan" na mga kaganapan.
Ang krisis sa pananalapi noong 2008 na nakalantad sa mga problemang ito bilang medyo kalkulasyon ng mga pagkalkula ng VaR na hindi nababawas sa potensyal na paglitaw ng mga pangyayaring peligro na ginawa ng mga portfolio ng mga subprime mortgages. Ang bigat ng peligro ay hindi din nasulayan, na nagdulot ng matinding ratios ng leverage sa loob ng mga subprime portfolio. Bilang isang resulta, ang mga underestimations ng paglitaw at lakas ng panganib na naiwan sa mga institusyon na hindi masakop ang bilyun-bilyong dolyar sa mga pagkalugi habang ang mga halaga ng mortgage ng subprime.
