Nya modeller kan sänka risken på finansmarknaden

Nya modeller för att mäta och hantera risker kan förbättra besluten på olika finansiella marknader. En ny avhandling vid LiU visar både hur riskerna kan minska och priserna bli mer exakta jämfört med traditionella metoder.

Johan Hagenbjörk, doktorand vid LiU. Många kurvor blir det. Johan Hagenbjörk på sitt arbetsrum på LiU. Foto: Mikael Sönne

Förutser risker i placeringar

De internationella ränte- och kreditmarknaderna hanterar enorma belopp som vida överstiger de publika aktiemarknadernas. Räntemarknaden består av räntederivat, finansiella instrument som framför allt används för att hantera ränterisker. Kreditmarknaden utgörs till största delen av obligationsmarknaden där pengar förmedlas mellan investerare och företag, institutioner och stater med upplåningsbehov.

I avhandlingen Optimization-Based Models for Measuring and Hedging Risk in Fixed Income Markets använder Johan Hagenbjörk så kallad stokastisk modellering för att hantera riskerna på de båda marknaderna. Stokastisk är ett sammanfattande begrepp för matematiska metoder som används för att modellera och analysera slumpmässiga fenomen, till exempel ränteutveckling.

Johan Hagenbjörk, doktorand vid LiU.Johan Hagenbjörk disputerar fredagen 10 januari 2020.

- Många tror att vi försöker förutsäga framtiden, men det handlar inte om det, säger Johan Hagenbjörk.

- Däremot försöker vi förutse risker. Om vi kan generera till exempel tusen olika scenarier som alla är lika sannolika, då kan vi också bestämma risken i en finansiell portfölj mer noggrant. Då har vi förutsett allt och inte missat något, och då är vi nöjda.

Jämförelse under 20 år

På räntemarknaden definieras i avhandlingen sex systematiska riskfaktorer som kan förklara nästan alla förändringar av räntan. Genom att modellera dynamiken i riskfaktorerna kan tänkbara framtida räntekurvor simuleras.

Johan Hagenbjörk har använt faktiska data från de senaste 20 åren och ställt dem i relation till de värden som räknas fram i optimeringsmodellerna. Det visar sig att modellen klarar att fånga de historiska ränteförändringarna utan att vare sig överskatta eller underskatta riskerna.

Noggrannheten är högre än i de modeller som i dag normalt används av banker och andra finansinstitut. Det innebär att risken blir lägre och att priserna kan sättas mer exakt.

- Det är ganska stora skillnader till det bättre jämfört med den traditionella modellen, säger Johan Hagenbjörk som ändå inte vill uppskatta chansen att metoden kommer att användas praktiskt.

- Nackdelen är möjligen att det blir en ganska komplex modell som dessutom måste anpassas för varje enskilt område. I dag arbetar de flesta med enklare modeller, som visserligen är mindre exakta men som passar flera områden.

Riksbanken bestämmer inte

På kreditmarknaden definieras i avhandlingen ytterligare fyra riskfaktorer som förklarar så gott som alla skillnader i fallissemang (konkurser). För att beräkna möjligheten till återvinning – att fordringsägare får tillbaka sina medel – räcker det att använda en enda riskfaktor. Just att separera fallissemangsrisk från återvinningsrisk är ett erkänt svårt problem.

Över huvud taget är finansiell matematik ett komplicerat område, som ofta kan vara svårt att begripa den som inte är fackman. När Johan Hagenbjörk ska förklara brukar han ta exemplet med bostadsräntor, som många tror styrs helt och hållet av riksbankerna.

- Riksbanken har stor påverkan på de korta räntorna, men inte på de långa. För dem tillkommer kreditrisken som en ytterligare faktor som Riksbanken har mycket liten inverkan på.

- Ta till exempel Eurokrisen 2011. Då hade Tyskland och Grekland samma riskfria räntekurva, men samtidigt helt olika kreditrisker. Det gjorde att räntorna i Grekland blev väldigt mycket högre, 30 procent jämfört med två procent.

  • Johan Hagebjörk försvarar sin avhandling fredagen den 10 januari 2020. Disputationen hålls i ACAS, A-huset, Campus Valla, och börjar 10:15. 

Relaterat innehållVisa/dölj innehåll

Senaste nytt från LiUVisa/dölj innehåll