Systematyczne ryzyko - Systematic risk

W finansach i ekonomii , ryzyko systematyczne (w ekonomii często nazywanych kruszywo ryzyko lub undiversifiable ryzyko ) jest podatność na wydarzeniach, które mają wpływ na łączne efekty takie jak szerokim rynku zwrotów, gospodarstw całkowitych zasobów całej gospodarki lub całości dochodów. W wielu kontekstach wydarzenia takie jak trzęsienia ziemi, epidemie i poważne katastrofy pogodowe stanowią zagregowane ryzyko, które wpływa nie tylko na dystrybucję, ale także na całkowitą ilość zasobów. Dlatego określane jest również jako ryzyko warunkowe, ryzyko nieplanowane lub zdarzenia ryzyka. Jeżeli każdy możliwy wynik stochastycznego procesu gospodarczego charakteryzuje się tym samym wynikiem zagregowanym (ale potencjalnie różnymi wynikami dystrybucyjnymi), proces ten nie wiąże się wówczas z ryzykiem zagregowanym.

Nieruchomości

Ryzyko systematyczne lub zagregowane wynika ze struktury lub dynamiki rynku, które powodują wstrząsy lub niepewność, z którymi borykają się wszystkie podmioty na rynku; takie wstrząsy mogą wynikać z polityki rządu, międzynarodowych sił gospodarczych lub aktów natury. W przeciwieństwie do tego, specyficzne ryzyko (czasami nazywane ryzykiem rezydualnym, ryzykiem niesystematycznym lub ryzykiem idiosynkratycznym ) jest ryzykiem, na które podatni są tylko konkretni agenci lub branże (i nie jest skorelowane z szerokimi zwrotami rynkowymi). Ze względu na idiosynkratyczny charakter ryzyka niesystematycznego można je ograniczyć lub wyeliminować poprzez dywersyfikację ; ale ponieważ wszyscy uczestnicy rynku są narażeni na ryzyko systematyczne, nie można go ograniczyć poprzez dywersyfikację (ale może być ubezpieczalne). W rezultacie aktywa, których zwroty są ujemnie skorelowane z szerszymi zwrotami rynkowymi, osiągają wyższe ceny niż aktywa nieposiadające tej własności.

W niektórych przypadkach istnieje zagregowane ryzyko ze względu na ograniczenia instytucjonalne lub inne ograniczenia kompletności rynku . W przypadku krajów lub regionów, które nie mają dostępu do szerokich rynków zabezpieczających , zdarzenia takie jak trzęsienia ziemi i niekorzystne wstrząsy pogodowe mogą również stanowić kosztowne ryzyko zbiorcze. Robert Shiller odkrył, że pomimo postępu globalizacji w ostatnich dziesięcioleciach, ryzyko zagregowanych dochodów na poziomie kraju jest nadal znaczące i można je potencjalnie zmniejszyć poprzez stworzenie lepszych globalnych rynków hedgingowych (a tym samym potencjalnie stając się ryzykiem idiosynkratycznym, a nie zagregowanym). W szczególności Shiller opowiadał się za stworzeniem makro rynków kontraktów terminowych . Korzyści z takiego mechanizmu zależałyby od stopnia skorelowania warunków makro w poszczególnych krajach.

W finansach

Istotną rolę w alokacji portfela odgrywa ryzyko systematyczne . Ryzyko, którego nie można wyeliminować poprzez dywersyfikację, powraca powyżej stopy wolnej od ryzyka (podczas gdy ryzyko idiosynkratyczne nie nakazuje takim zwrotem, ponieważ można je zdywersyfikować). W długim okresie dobrze zdywersyfikowany portfel zapewnia zwrot, który odpowiada jego ekspozycji na ryzyko systematyczne; inwestorzy stoją w obliczu kompromisu między oczekiwanymi zwrotami a ryzykiem systematycznym. W związku z tym pożądane zwroty inwestora odpowiadają jego pożądanej ekspozycji na ryzyko systematyczne i odpowiedniej selekcji aktywów. Inwestorzy mogą ograniczyć ekspozycję portfela na ryzyko systematyczne jedynie poprzez poświęcenie oczekiwanych zwrotów.

Ważną koncepcją oceny narażenia aktywów na ryzyko systematyczne jest wersja beta . Ponieważ beta wskazuje stopień, w jakim zwrot z aktywów jest skorelowany z szerszymi wynikami rynkowymi, jest to po prostu wskaźnik podatności aktywów na ryzyko systematyczne. W związku z tym model wyceny aktywów kapitałowych (CAPM) bezpośrednio wiąże cenę równowagi składnika aktywów z jego ekspozycją na ryzyko systematyczne.

Prosty przykład

Weź pod uwagę inwestora, który kupuje akcje wielu firm z większości światowych branż. Inwestor ten jest podatny na ryzyko systematyczne, ale zdywersyfikował wpływ ryzyk idiosynkratycznych na wartość swojego portfela; dalsza redukcja ryzyka wymagałaby od niego nabycia aktywów wolnych od ryzyka o niższych zyskach (takich jak papiery skarbowe USA ). Z drugiej strony, inwestor, który inwestuje wszystkie swoje pieniądze w jedną branżę, której zwroty są zazwyczaj nieskorelowane z wynikami na szerokim rynku ( beta bliska zeru), ograniczył swoją ekspozycję na ryzyko systematyczne, ale ze względu na brak dywersyfikacji jest bardzo podatny na Ryzyko idiosynkratyczne.

W ekonomii

Zagregowane ryzyko może być generowane przez różne źródła. Polityka fiskalna , monetarna i regulacyjna mogą być źródłami zagregowanego ryzyka. W niektórych przypadkach wstrząsy wywołane zjawiskami takimi jak pogoda i klęski żywiołowe mogą stanowić zagregowane ryzyko. Małe gospodarki mogą również podlegać zagregowanemu ryzyku generowanemu przez warunki międzynarodowe, takie jak wstrząsy handlowe .

Zagregowane ryzyko ma potencjalnie duże implikacje dla wzrostu gospodarczego. Na przykład, w przypadku racjonowania kredytów, zagregowane ryzyko może spowodować upadki banków i utrudnić akumulację kapitału. Banki mogą reagować na wzrost zagrażającego rentowności łącznego ryzyka poprzez podnoszenie standardów jakościowego i ilościowego racjonowania kredytów w celu zmniejszenia kosztów monitorowania; jednak praktyka udzielania pożyczek małej liczbie pożyczkobiorców zmniejsza dywersyfikację portfeli bankowych ( ryzyko koncentracji ), jednocześnie odmawiając kredytu niektórym potencjalnie produktywnym firmom lub branżom. W rezultacie akumulacja kapitału i ogólny poziom produktywności gospodarki mogą spaść.

W modelowaniu ekonomicznym wyniki modeli zależą w dużej mierze od charakteru ryzyka. Osoby zajmujące się modelowaniem często uwzględniają zagregowane ryzyko poprzez wstrząsy dotyczące wyposażenia ( ograniczenia budżetowe ), wydajności , polityki pieniężnej lub czynników zewnętrznych, takich jak warunki handlowe. Zagrożenia idiosynkratyczne można wprowadzić za pomocą mechanizmów, takich jak szoki indywidualnej wydajności pracy; jeśli agenci posiadają zdolność do handlu aktywami i nie mają ograniczeń w zaciąganiu pożyczek, skutki dla dobrobytu idiosynkratycznego ryzyka są niewielkie. Koszty społeczne związane z ryzykiem zagregowanym mogą być jednak znaczne.

W pewnych warunkach łączne ryzyko może wynikać z agregacji mikrowstrząsów na poszczególne czynniki. Może tak być w przypadku modeli z wieloma agentami i komplementarnością strategiczną ; sytuacje o takich cechach obejmują: innowacyjność, wyszukiwanie i handel, produkcję w obecności komplementarności danych wejściowych oraz wymianę informacji. Takie sytuacje mogą generować zagregowane dane, które są empirycznie nie do odróżnienia od procesu generowania danych z zagregowanymi szokami.

Przykład: równowaga Arrowa–Debreu

Poniższy przykład pochodzi z Mas-Colell, Whinston i Green (1995). Rozważmy prostą gospodarkę wymienną z dwoma identycznymi podmiotami, jednym (podzielnym) dobrem i dwoma potencjalnymi stanami świata (które występują z pewnym prawdopodobieństwem). Każdy agent ma oczekiwaną użyteczność w postaci gdzie i są prawdopodobieństwami wystąpienia stanów 1 i 2 odpowiednio. W stanie 1 agent 1 jest obdarzony jedną jednostką dobra, podczas gdy agent 2 nie jest obdarzony niczym. W stanie 2 agent 2 jest obdarzony jedną jednostką dobra, podczas gdy agent 1 nie jest obdarzony niczym. Czyli oznaczający wektor wyposażenia w stanie i taki jak mamy , . Wtedy zagregowane wyposażenie tej gospodarki jest jednym dobrem, niezależnie od tego, który stan jest realizowany; oznacza to, że w gospodarce nie występuje zagregowane ryzyko. Można wykazać, że jeśli agentom wolno dokonywać transakcji, stosunek ceny roszczenia do towaru w stanie 1 do ceny roszczenia do towaru w stanie 2 jest równy stosunkom ich odpowiednich prawdopodobieństw występowania (a stąd krańcowe stopy substytucji każdego czynnika są również równe temu stosunkowi). To znaczy . Jeśli na to pozwolą, agenci dokonują transakcji, w których ich konsumpcja jest równa w obu stanach świata. ${\ Displaystyle \ pi _ {1} * u_ {i} (x_ {1i}) + \ pi _ {2} * u_ {i} (x_ {2i})}$ $\pi_{1}$ $\pi_{2}$ ${\ Displaystyle \ omega _ {i},}$ ${\ Displaystyle \ omega _ {1} = (1,0)}$ ${\ Displaystyle \ omega _ {2} = (0, 1)}$ $p_{1}/p_{2}=\pi _{1}/\pi _{2}$

Rozważmy teraz przykład z ryzykiem zagregowanym. Gospodarka jest taka sama jak ta opisana powyżej, z wyjątkiem wyposażenia: w stanie 1 agent 1 otrzymuje dwie jednostki dobra, podczas gdy agent 2 nadal otrzymuje zero jednostek; aw stanie 2 agent 2 nadal otrzymuje jedną jednostkę dobra, podczas gdy agent 1 nie otrzymuje nic. To znaczy , . Teraz, jeśli stan 1 zostanie zrealizowany, łączne wyposażenie wynosi 2 jednostki; ale jeśli zostanie zrealizowany stan 2, łączne wyposażenie wynosi tylko 1 jednostkę; gospodarka ta jest narażona na zagregowane ryzyko. Agenci nie mogą w pełni ubezpieczyć i zagwarantować takiej samej konsumpcji w żadnym stanie. Można wykazać, że w tym przypadku iloraz cen będzie mniejszy niż iloraz prawdopodobieństw dwóch stanów: , czyli . Na przykład, jeśli oba stany występują z równym prawdopodobieństwem, to . Jest to dobrze znany wynik finansowy, że roszczenie warunkowe, które dostarcza więcej zasobów w stanie niskich zwrotów rynkowych, ma wyższą cenę. ${\ Displaystyle \ omega _ {1} = (2,0)}$ ${\ Displaystyle \ omega _ {2} = (0, 1)}$ $p_{1}/p_{2}<\pi _{1}/\pi _{2}$ $p_{1}/\pi_{1}<p_{2}/\pi _{2}$ $p_{1}<p_{2}$

W heterogenicznych modelach agentowych

Chociaż włączanie zagregowanego ryzyka jest powszechne w modelach makroekonomicznych , poważne wyzwania pojawiają się, gdy badacze próbują włączyć zagregowaną niepewność do modeli z czynnikami heterogenicznymi . W tym przypadku cały rozkład wyników alokacji jest zmienną stanu, którą należy przeprowadzić w różnych okresach. To rodzi dobrze znane przekleństwo wymiarowości . Jednym z podejść do tego dylematu jest umożliwienie agentom ignorowania atrybutów rozkładu agregatów, uzasadniając to założenie odwołaniem się do ograniczonej racjonalności . Den Haan (2010) ocenia kilka algorytmów, które zostały zastosowane do rozwiązania modelu Krusella i Smitha (1998), wykazując, że dokładność rozwiązania może w dużym stopniu zależeć od metody rozwiązania. Badacze powinni dokładnie rozważyć wyniki testów dokładności przy wyborze metod rozwiązania i zwrócić szczególną uwagę na dobór sieci.

W projektach

Istnieje systematyczne ryzyko w projektach i nazywa całkowite ryzyko projekt wyhodowany przez łączny efekt niepewności zewnętrznych czynników środowiskowych, takich jak PESTLE , VUCA itp Nazywana jest także warunkowe lub nieplanowane ryzyko niepewności lub po prostu dlatego, że jest o nieznanej prawdopodobieństwa i nieznany uderzenie. Natomiast ryzyko systemowe znane jest jako ryzyko indywidualnego projektu, spowodowane czynnikami wewnętrznymi lub atrybutami systemu lub kultury projektu. Jest to również znane jako ryzyko nieodłączne, planowane, zdarzenia lub stanu spowodowane przez znane niewiadome, takie jak zmienność lub niejednoznaczność wpływu, ale 100% prawdopodobieństwa wystąpienia. Zarówno ryzyko systemowe, jak i systematyczne to ryzyko szczątkowe.

Languages

In other projects