Methodological developments in the analysis of risk called for by industry needs Presentasjon for styret i Finansmarkedsfondet Kjersti Aas Norsk Regnesentral

Litt om NR

3 Norsk Regnesentral ► Stiftelse med 60 ansatte ► Anvendt oppdragsforskning innen IKT og statistisk modellering. ► Blant Europas største miljøer innen anvendt statistisk modellering ► Fire hovedområder innen dette feltet: ▪Bank, finans, forsikring og råvarer ▪Petroleum ▪Teknologi, industri og forvaltning ▪Miljø, marin og helse

4 Finans/forsikring/råvarer ► Utvikler programvare ► Driver rådgivning/kvalitetssikring ► Arrangerer kurs i statistiske problemstillinger i finans. ► Noe grunnforskning finansiert av midler fra Finansmarkedsfondet og Norges Forskningsråd. ► Veileder studenter.

5 ► Risikostyring/prismodellering/verdsetting for råvaremarkeder ▪Hydro Oje & Energi, Statkraft, E-CO Vannkraft, E-CO Energi, Småkraft, Agder Energi, Yara, Bolliden Odda, Energipartner ► Estimering av risikopremier for forsikringsbransjen ▪IF, Storebrand, Gjensidige NOR Forsikring, Vital ► Kredittmodellering ▪DnB Markets, Pareto, CreditSafe (Lindorff), DnB konsernstab kreditt ► Statistiske modeller for risikostyring ▪DnB NOR, KLP Forsikring, Sparebanken Møre, Sparebanken Vest, Sparebanken Sogn og Fjordane, Sparebanken Sør, Gjensidige NOR Sparebank, Navus Aktiv Forvaltning Referanseprosjekter finans

6 SFI ► NR ble 15 juni 2006 valgt ut som ett av 14 sentre for forskningsdrevet innovasjon (SFI). ► Hensikten med SFIene er å styrke kontakten mellom fremragende forskningsmiljøer og næringslivet. ► Senteret til NR har fått navnet Statistics for Innovation, og finans er et av fire hovedsatsings- områder. ► Vi anser arbeidet vi har gjort i prosjektet finansiert av Finansmarkedsfondet som en medvirkende faktor til at NR ble valgt ut som et SFI.

Bakgrunn, mål og planer

8 Hvorfor søkte vi om midler? ► Mye avansert metodikk for risikostyring er beskrevet i akademisk litteratur, mens…. ► …. det som benyttes i norske finansinstitusjoner er forholdsvis enkelt og ikke nødvendigvis beskriver virkeligheten på en god måte. ► HVORFOR ? ► Ikke tilstrekkelig høy kompetanse på statistiske metoder i finansinstitusjonene, og/eller…. ► ….metodene som blir foreslått i litteraturen egner seg ikke til praktisk bruk.

9 Prosjektinnhold Statistisk metodikk Anvendelser: Ikke-normale fordelinger Avhengighetsstrukturer Markedsrisiko Kredittrisiko Totalrisiko

10 ► 2 vitenskaplige publikasjoner ► Populærvitenskaplige artikler og foredrag ► Skrive faglige rapporter som er åpent tilgjengelige ► Arrangere minst ett kurs hvert år ► Etablere help-desk for statistikkfaglige spørsmål Mål

11 ÅrAnvendelseBudsjett 2004Markedsrisiko400, Markeds- og kredittrisiko 750, Kreditt- og totalrisiko750, Totalrisiko400,000 Sum2,300,000 Budsjett

Resultater i Vitenskaplige publikasjoner Foredrag på internasjonale konferanser Populærvitenskaplig publisering Faglige rapporter Kurs og help-desk

13 Vitenskaplige publikasjoner ► Risk Estimation using the Multivariate Normal Inverse Gaussian Distribution, Journal of Risk, 8(2), Winter 2005/2006. ► The Generalised Hyperbolic Skew Student’s t- distribution, Journal of Financial Econometrics, 4(2), March 2006.

14 Konferanseforedrag ► The Generalised Hyperbolic Skew Student’s t-distribution. Foredrag på International Conference on Finance, København, 2-4 september ► Methods of improving assessment of portfolio risk using the multivariate NIG. Foredrag på Risk Magazine's Quant Congress USA 2006 i New York 13. juli, ► Pair-copula decompositions. Foredrag på Workshop on Copulas, Lévy processes and Lévy copulas, with applications to financial modelling i München, 24. november, 2006.

15 Populærvitenskaplig publisering ► Sannsynligheten for et nytt børskrakk er kanskje større enn man tror, forskning.no 13. september, ► Ser ikke rasfaren, intervju i Kapital, ► Tunghalede og skjeve fordelinger og avhengighetsstrukturer. Foredrag i Norges Bank, 12. oktober, ► Sannsynligheten for et nytt børskrakk er kanskje større enn man tror. Foredrag i Norges Bank, 20. desember, 2005.

16 Faglige rapporter ► Statistical modelling of financial time series: An introduction (2004). ► Modelling the dependence structure of financial assets: A survey of four copulas (2004). ► Modelling the stochastic behaviour of short-term interest rates: A survey (2004). ► To log or not to log: The distribution of asset returns (2004). ► NIG and Skew Student's t: Two special cases of the Generalised Hyperbolic Distribution (2005). ► Modelling a portfolio of financial assets of several different types (2005). ► The Basel II IRB approach for credit portfolios: A survey (2005). ► Risk Capital Aggregation (2005).

17 Help-desk og kurs ► Har opprettet help-desk for statistikkfaglige spørsmål som vi kaller Tallorakelet. ► Kurs: ▪Statistisk analyse av finansielle tidsrekker, NR, 2004, (80 deltagere) ▪Modellering av totalrisiko, NR, 2005, (60 deltagere). ▪Introduksjon til copulas, 2005, Kurs for fagkomité Skade i Den Norske Aktuarforening. ▪Statistisk analyse av finansielle tidsrekker, NR, 2006 ▪Statistisk analyse av finansielle tidsrekker, UmB, 2006 ▪Modellering av totalrisiko, Sparebanken Vest, ▪Modellering av totalrisiko, Sparebank 1-gruppen, jan

Nåværende arbeid og videre planer

19 Prosjektinnhold Statistisk metodikk Anvendelser: Ikke-normale fordelinger Avhengighetsstrukturer Markedsrisiko Kredittrisiko Totalrisiko

20 Statistisk metodikk ► Har i 2004 og 2005 jobbet mest med Ikke-normale fordelinger. ► I resten av prosjektet vil vi fokusere mer på avhengighetsstrukturer. ► Har i 2006 jobbet med strukturer vi har kalt Pair- copulae constructions. ► Har skrevet en artikkel om dette, som i august ble sendt inn til Journal of Royal Statistical Society Series B.

21 Nytteverdi for ulike anvendelser ► Markedsrisiko: ▪Knytte sammen aktiva av ulik type ▪Eks: Modellere porteføljen til et livselskap. ► Kredittrisiko: ▪Knytte sammen ulike lånetagere. ▪Eks: Forbedring av Basel II’s IRB metode for å bestemme risikoen til en kredittportefølje. ► Totalrisiko: ▪Knytte sammen ulike risikotyper. ▪Eks: Modellere total økonomisk kapital for et stort konsern.

22 Anvendelser ► I 2004 og 2005 har vi jobbet mest med markedsrisiko. ► I resten av perioden fokuserer vi mer på kreditt- og totalrisiko.

23 Totalrisiko (1) ► Arbeidet med modellering av totalrisiko startet som et samarbeid mellom NR og DnB i ► Med det nye Basel II-reglementet er modellering av totalrisiko blitt et høyaktuelt tema, og i tillegg til DnB NOR har NR etter hvert fått Sparebanken Møre, Sparebanken Sogn og Fjordane, Sparebanken Sør og Sparebanken Vest som kunder på dette.

24 Totalrisiko (2) ► Har sendt inn artikkelen Risk Capital Aggregation til tidsskriftet Risk Management i august ► Arbeidet ble omtalt av Michael Kalkbrener fra Deutsche Bank på konferansen Risk Capital 2006 i Paris i juli. ► En tidligere versjon av artikkelen er referert til flere steder, bl.a. i en artikkel av Rosenberg og Schuermann fra Federal Reserve Bank of New York i Journal of Financial Economics i 2006.

25 Kredittrisiko (1) ► De fleste banker har i dag gode modeller for å måle risiko for enkeltkunder/-bedrifter. ► Viktig å si noe om total kredittrisiko for banken. ► Basel II, IRB inneholder et regelverk for å måle total kredittrisiko. ► Den foreslåtte metodikken vil ikke nødvendigvis passe norske banker, fordi den antar ▪Uendelig mange engasjementer i porteføljen ▪Perfekt diversifisering i den forstand at ingen kunder er mye større enn de andre.

26 Kredittrisiko (2) ► Under Pillar II sier Basel II at en må foreta en korreksjon hvis antagelsene i IRB ikke er oppfylt. ► Det er en stor utfordring å gjøre denne korreksjonen på riktig måte. ► Vi holder på med å jobbe med dette nå…..