Statîstîk di Analîza Rîskê de
Di cîhaneke tijî nezelalî de - ji guherînên bazarê û guherîna avhewayê bigire heya rîskên tenduristiyê û têkçûnên zincîra dabînkirinê - em hewceyê rêyek sîstematîk in ku rîskê fam bikin û birêve bibin. Li vir e ku îstatîstîk roleke girîng dilîze. Îstatîstîk ji berhevokek formulan bêtir e, lê belê komek rêbazan e ji bo veguherandina daneyan bo agahdariyê ku dikare ji bo texmînkirina îhtîmala bûyerek, pîvandina bandora wê û sêwirandina stratejiyên kêmkirina rîskê were bikar anîn. Ev gotar nîqaş dike ka îstatîstîk çawa di analîza rîskê de tê bikar anîn, têgehên wê yên sereke, û mînakên sepandina wê di warên cûrbecûr de.
Têgihîştina Rîskê: Derfet û Bandor
Bi gelemperî, rîsk dikare wekî tevlîheviyek ji îhtîmala qewimîna bûyerek û bandora wê were fêmkirin. Bo nimûne, rîska lehiyê li herêmekê ji hêla pirbûna lehiyê (îhtîmal) û rêjeya zirarê (bandor) ve tê bandorkirin. Îstatîstîk alîkariya me dikin ku em hem bi daneyên dîrokî, hem jî bi modelkirinê û hem jî bi texmînan bipîvin.
Lêbelê, ne hemû xetere bi hêsanî têne pîvandin. Di gelek rewşan de, daneyên dikarin bi sînor, netemam, an jî alîgir bin. Ji ber vê yekê, analîza xetereya nûjen pir caran îstatîstîkên klasîk bi nêzîkatiyên îhtimalî, simulasyon û fêrbûna makîneyê re dike yek da ku texmînên rasttir hilberîne.
Rola Daneyan û Kalîteya Wê di Analîza Rîskê de
Gavê herî bingehîn di analîza rîskê de berhevkirina daneyên têkildar e. Ev dane dikarin tomarên bûyerên berê (mînak, daneyên qezayên li cihê kar), pîvandinên periyodîk (mînak, barana rojane), an daneyên anketê (mînak, pabendbûna bikarhêner bi protokolên ewlehiyê re) di nav xwe de bigirin. Kalîteya daneyan kalîteya analîzê diyar dike. Îstatîstîk amûran ji bo van peyda dike:
1. Paqijkirina daneyan: tespîtkirina nirxên derveyî, nirxên winda, û nelihevhatinan.
2. Danasîna daneyan (îstatîstîkên danasînê): daneyan bi pîvanên meyla navendî û belavkirinê kurteber dike.
3. Nirxandina alîgiriyê: bo nimûne alîgiriya hilbijartinê di daneyên anketê de an jî kêmraporkirin di daneyên bûyeran de.
Bêyî daneyên baş, modelên rîskê dikarin bi potansiyelî şaş bin. Ji ber vê yekê, têgihîştina çavkaniyên daneyan, pênaseyên guhêrbaran û rêbazên tomarkirinê beşek girîng a analîzê ye.
Pîvanên Navendîbûn û Belavbûnê: Pîvandina Nezelaliyê
Di analîza rîskê de, em kêm caran tenê "nirxa navînî" hewce dikin. Ya girîngtir têgihîştina guherbariyê ye. Mînakî, du portfoliyoyên veberhênanê dikarin heman vegera navînî lê astên cûda yên neguhêrbariyê hebin; portfoliyoya bi neguhêrbariya bilindtir bi gelemperî wekî xeteretir tê hesibandin.
Hin têgehên îstatîstîkî yên ku bi gelemperî têne bikar anîn:
– Navînî (navînî): texmîna nirxa çaverêkirî ya guherbarekê.
- Navîn: kêrhatî ye dema ku daneyên pir çewt bin, bo nimûne belavkirina windahiyên ji ber karesatan.
- Cûdahî û devîasyona standard: belavbûna daneyan dipîvin, ku pir caran wekî nîşaneyên neguhêrbariyê têne bikar anîn.
- Çarîk û IQR: bêyî ku pir zêde ji hêla nirxên derveyî ve were bandorkirin, alîkariya têgihîştina belavkirinê dikin.
Di pratîka rêveberiya rîskê de, pîvanên wekî devîasyona standard bi gelemperî ji bo danasîna "guhêrbarîyê" têne bikar anîn, di heman demê de medyan an jî hejmarên piçûk ji bo danasîna senaryoyên muhafezekartir têne bikar anîn.
Belavkirinên Îhtimalê: Bingeha Modelkirina Rîskê
Îstatîstîk têgeha belavkirinên îhtimalê pêşkêş dike, ku ew rêbazên ravekirina îhtimala çêbûna nirxên gengaz in. Hilbijartina belavkirina rast pir girîng e ji ber ku ew ê bandorê li texmîna rîskê bike.
Hin belavkirinên ku pir caran di çarçoveya xetereyê de derdikevin holê:
– Belavbûna normal: pir caran ji bo diyardeyên ku encama gelek faktorên piçûk in tê bikar anîn. Lêbelê, di gelek rewşên xetereya zêde de, belavbûna normal dikare îhtîmala bûyerek mezin kêm texmîn bike.
- Belavkirina Lognormal: pir caran ji bo windahiyên darayî an dema temamkirina projeyê tê bikar anîn.
- Belavkirina Poisson: ji bo hesabkirina hejmara bûyeran di heyamek diyarkirî de guncaw e, mînakî hejmara qezayan di mehê de.
- Belavkirinên eksponensiyel û Weibull: bi berfirehî di analîza pêbawerî û temenê pêkhateyên makîneyan de têne bikar anîn.
Bi karanîna belavkirinan, analîst dikarin îhtîmala qewimîna bûyerek li jor asteke diyarkirî hesab bikin, mînakî îhtîmala windahiyek ku di salekê de ji sînorek diyarkirî derbas bibe.
Texmîna Parametreyan û Encam: Ji Nimûneyê heta Gelheyê
Pir caran tenê nimûneyek daneyan li cem me heye, ne tevahîya wan. Encamên îstatîstîkî alîkariya me dikin ku em li ser bingeha nimûneyê li ser nifûsê encam derxin. Di analîza rîskê de, ev ji bo van girîng e:
- rêjeyên têkçûna makîneyan ji daneyên teftîşê texmîn bikin,
- rêjeyên nelirêtiya krediyê ji daneyên deyndar texmîn bikin,
- an jî bandora destwerdana kêmkirina rîskê binirxînin.
Rêbazên wekî navberên baweriyê dibin alîkar ku rêzek nirxên maqûl ji bo parametreyek nîşan bidin (mînak, windabûna navînî), di heman demê de testên hîpotezê dikarin ji bo berhevdana du polîtîkayên kêmkirinê werin bikar anîn: gelo polîtîkaya nû bi rastî rêjeya bûyerê kêm dike?
Pîvanên Nirxa di Xetereyê de (VaR) û Rîska Kuantîl
Di warê darayî de, pîvanek populer a rîskê Nirxa di Rîskê de (VaR) ye. VaR bersiva vê pirsê dide: "Di astek baweriyê ya diyarkirî de di heyamek diyarkirî de windahiya herî zêde ya gengaz çi ye?" Bo nimûne, VaR-ya rojane ya 95% ya 1 milyar IDR tê vê wateyê ku 95% bawerî heye ku windahiya rojane ji 1 milyar IDR derbas nabe (her çend hîn jî şansek 5% ji bo windahiyek mezintir heye).
Her çend VaR bi berfirehî tê bikar anîn jî, sînorkirinên wê hene, nemaze di çareserkirina rîska dûvikê de. Ji ber vê yekê, pîvanên din ên wekî Kêmasiya Pêşbînîkirî (CVaR) pir caran têne bikar anîn, ku windakirina navînî di senaryoya herî xirab de ji bilî VaR-ê hesab dike.
Ev têgeha hejmartinê di warên din de jî têkildar e, mînakî destnîşankirina sînorên ewle ji bo qirêjiya hewayê an danîna rezervên stokê ji bo kêmkirina xetera xilasbûna kelûpelan.
Simulasyona Monte Carlo: Rûbirûbûna bi Tevliheviyê re
Dema ku pergalek pir tevlihev be ku bi awayekî analîtîk were analîzkirin, simulasyona Monte Carlo çareseriyek e. Ev rêbaz nimûnegirtina rasthatî ji belavkirina têketinê bikar tîne da ku gelek senaryoyên derketinê çêbike. Mînakî:
- Li gorî guherînên di dema her çalakiyê de, xetera derengketina projeyê texmîn bikin.
- Li gorî nezelaliya vegera li ser hebûnên cûrbecûr, rîska windabûna portfoliyoyê dipîve.
- Li gorî guherînên di daxwazê û dema pêşengiyê de, xetera kêmbûna dabînkirinê pêşbînî bikin.
Bi hezaran heta bi mîlyonan simulasyonan, analîst dikarin belavkirinên encaman ava bikin û îhtîmala bûyerên ekstrem binirxînin, ne tenê nirxên navînî.
Têkilî û Girêdayîbûn: Rîsk Kêm Kêm Bi Tena Serê Xwe Dimînin
Rîsk pir caran bi hev ve girêdayî ne. Krîzeke aborî dikare rîska nelirêtiyê zêde bike, ku ev jî di encamê de rîska lîkvîdîteya bankayê zêde dike, û hwd. Îstatîstîk amûran peyda dikin ji bo lêkolîna têkiliyên di navbera guherbaran de:
- Korrelasyon ji bo dîtina têkiliyên xêzikî.
- Regresyon ji bo modelkirina bandora guherbarên sedeman li ser guherbarên rîskê.
- Copula (di analîza rîska pêşketî de) ji bo modelkirina girêdayîbûnan, di nav de "dûvikên belavkirinê" di dema krîzekê de.
Çewtiyeke hevpar di analîza rîskê de ew e ku meriv texmîn bike ku guhêrbar serbixwe ne. Lêbelê, di şert û mercên dijwar de, têkilî dikarin zêde bibin, û rîska hevbeş pir mezintir bikin.
Bikaranînên Statîstîkê di Warên Cûrbecûr de
1. Tenduristiya giştî: modelkirina rîskên şewbê, texmînkirina rêjeyên veguhastinê, û pîvandina bandora vakslêdanê.
2. Ewlekariya pîşeyî û pîşeyî: analîzkirina pirbûna qezayan, destnîşankirina faktorên sedeman, û nirxandina bernameyên K3.
3. Sîgorta: prîman li gorî îhtîmala îdîayan û mezinahiya îdîayê, tevî rîskên karesatan, hesab dike.
4. Jîngeh: pêşbînîkirina metirsiya lehiyan, erdhildanê, an hişkesaliyê li gorî daneyên avhewayî.
5. Ewlekariya Sîber: pîvandina îhtîmala êrîşan, tespîtkirina anomaliyan, û texmînkirina bandora darayî ya bûyeran.
Cûrbecûrîya van sepanan nîşan dide ku îstatîstîk piralî ye: prensîp yek in, lê çarçove û celebên daneyan cuda ne.
Encam: Îstatîstîk wekî Zimanê Nezelaliyê
Îstatîstîk di analîza rîskê de bi esasî hewldanek e ji bo pîvandina nezelaliyê. Bi karanîna daneyan, belavkirinên îhtimalê, texmînkirin û simulasyonê, em dikarin îhtimala bûyerek û bandora wê texmîn bikin, û dûv re biryarên maqûltir bidin. Her çend îstatîstîk nikarin bi tevahî rîskê ji holê rakin jî, ew alîkariya me dike ku em ji biryarên li ser bingeha texmînan dûr bisekinin û stratejiyên kêmkirina wê yên bihêztir pêşve bibin. Di serdema daneyên îroyîn de, şiyana têgihîştin û sepandina îstatîstîkan ne tenê avantajek teknîkî ye, lê di heman demê de pêdivîyek e ji bo zindîman û geşbûnê di şert û mercên ne diyar de.
