Risker: Bedräglig snuttefilt

Hur stor roll har nya avancerade datoriseraderiskvärderingsmodeller spelat för finanskrisen?Å ena sidan är det kanske som International Securitities MarketAssociation så målande skriver i en bok om riskhantering från1996: sedan det blev lag på att ha säkerhetsbälte iStorbritannien har förare kompenserat känslan av säkerhet medatt köra fortare. Det vill säga att modellerna invaggatplacerarna i falsk trygghet.Å andra sidan, vad hade hänt utan modellerna? De har ändåinneburit någon form av kontroll.Nettot av de två krafterna är svårt att bedöma, säger Kent Janérsom förvaltar hedgefonden Nektar. Antagligen är det ojämntfördelat: en del har litat alldeles för mycket på modellerna,medan andra har förhållit sig mera avvaktande.Hur som helst har de så kallade value at risk-modellerna kommitatt spela en allt större roll på finansmarknaderna på senare år.

Nobelpristagares modell

Ursrpunget till dessa modeller är nobelpristagaren HarryMarkowitz moderna portföljteori från 1952. Med den mäter manrisken i en portfölj genom att titta på standard-avvikelsen i priserna (hur priset brukar variera), och på hur deolika tillgångarna utvecklas i förhållande till varandra (hurpriserna är korrelerade).Fram till för några år sedan var modellerna så grova att de iprincip var värdelösa när det gällde att mäta risker i komplexaportföljer och arbitrage (affärer i små prisskillnader). Idagjobbar ju fonder och tradingavdelningar ofta med stora inslag avoptioner, terminer och liknande derivatinstrument. De gamlamodellerna kunde bara ge information om risken i ett innehav itaget, och utan hänsyn till hur sannolika de antaganden somgjordes var.Men så kom value at risk. I dessa program utgår man frånsannolikhetskalkyler för de ingående variablerna och hur dessasamvarierar. Därmed får man en sannolikhetsbedömning för en vissrisk. Dessutom innebär modellerna att riskerna går att addera.Det går alltså att få fram en sannolik riskbedömning för helaportföljen.Den value at risk-modell som används av de flesta i Sverige ärRiskMetrics, som lanserades av JP Morgan 1994.Så här går det till att beräkna risk med RiskMetrics: Man matarin positionerna i sin portfölj i dataprogrammet. Detta svararsedan på frågan: Hur många kronor kommer jag med 95 procentssannolikhet som mest att förlora under ett dygn? Blir det flerkronor är riskmandatet tillåter, får man minska existerandepositioner eller lägga till nya som är riskminskade (hedgar).

Priset bygger på historisk utveckling

Haken är förstås att sannolikhetskalkylerna och antagandena omhur de olika tillgångarnas priser samvarierar oftast bygger påden historiska utvecklingen. Det är fallet med till exempelRiskMetrics. Dessutom klämmer man in utvecklingen i statistisknormalfördelning. Man tar alltså inte hänsyn till extremerna, detjocka svansarna på normalfördelningskurvorna. I verkligheten ärinte finansiella tidsserier normalfördelade. Extrema rörelser ärinte så ovanliga som de borde vara.När då det fullständigt osannolika inträffar – som det gjort omoch om igen de senaste månaderna – blir modellerna betydligtmindre användbara eller värdelösa.Häromveckan uppträdde en felprissättning på amerikanskastatsobligationsmarknaden som statistiskt bara ska kunnainträffa en gång på miljarden, bekräftar Kent Janér.Smällen blir extra stor eftersom modellerna det senaste åretkunnat matas med allt mindre standardavvikelser eftersomsvängningarna fram till finanskrisen hela tiden minskade. Vemvet, kanske är långvarigt minskande standardavvikelser något attse upp med när det gäller finansmarknader – som lugnet förestormen.Går det då inte att mata modellerna med verkliga data? Eller medframtidssimuleringar? Svaret är att det kostar – både tid ochdyr mjukvara.Det handlar om många miljoner, flera anställda ochkraftfulla datorer.