રિસ્ક મેઝરમેન્ટ એન્ડ એસેસમેન્ટની મૂળભૂત પદ્ધતિઓ
જોખમ પર નાણાં
આ ક્રૂડસ્ટ, હજી સૌથી રૂઢિચુસ્ત, જોખમ માપન કુલ રકમની રોકાણ અથવા લોન છે.
સૌથી ખરાબ શક્ય પરિણામ એ છે કે સમગ્ર રોકાણ નાલાયક બને છે અથવા તે લેનારા ડિફોલ્ટ્સ છે. રિફાઇનમેન્ટ એ વિશ્લેષણની સંભાવનાઓની રજૂઆત છે, પરંતુ ઘણી વખત એવી ધારણાઓની સંખ્યાની આવશ્યકતા છે જે ચોક્કસ માપ માટે કડક રીતે જવાબદાર નથી. મોન્ટે કાર્લો સિમ્યુલેશનની અમારી સમજૂતી જુઓ.
સિક્યોરિટીઝ ટ્રેડર્સ દ્વારા રાખવામાં આવતી હોદ્દાઓના કદ પર મર્યાદા અથવા લોન અધિકારીઓને ભંડોળની રકમ આપેલ ઉધાર આપનારને વિસ્તૃત કરી શકે છે, આવશ્યકપણે, આ જ જોખમ ઘટાડવાની વ્યૂહરચનાના કાર્યક્રમો.
વોલેટિલિટી અને વેરિએબિલિટી
સાર્વજનિક રીતે ટ્રેડેડ સિક્યોરિટીઝ અને સિક્યોરિટીઝના વર્ગોના સંદર્ભમાં જોખમનું સામાન્ય માપ છે. ભાવમાં પાછલા વધઘટના પ્રકાશમાં, સંભવિત ભાવિ ભાવની હિલચાલનું મૂલ્યાંકન કરવા માટે ઐતિહાસિક માહિતીનો ઉપયોગ કરી શકાય છે. વ્યક્તિગત સિક્યોરિટીઝ અને સિક્યોરિટીઝના વર્ગોના સંદર્ભમાં રિસ્ક મેઝરમેન્ટ વારંવાર તેમના વચ્ચે સહસંબંધના સંદર્ભમાં મૂકવામાં આવે છે, તેમની વચ્ચે અને વ્યાપક આર્થિક સૂચકાંકોના સંદર્ભમાં.
ઉદાહરણ તરીકે, મોટાભાગના આધુનિક પોર્ટફોલિયો સિદ્ધાંતમાં ઇન્વેસ્ટમેન્ટ પોર્ટફોલિયોમાં કુલ ભાવના વધઘટના કંપનવિસ્તારને ઘટાડવા માટે વ્યૂહરચનાઓ વિકસાવવાની જરૂર છે, જેમાં રોકાણનું મિશ્રણ પસંદ કરીને વ્યક્તિગત મૂલ્યો નકામી રીતે સંકળાયેલા હોય અથવા નકારાત્મક સંબંધ ધરાવતી હોય (તે છે , તેમની કિંમત વિપરીત દિશામાં ખસેડવાનું વલણ ધરાવે છે, એક જ્યારે અન્ય ડાઉન થાય છે, અને ઊલટું).
તેમાં નાણાકીય સલાહકારો , મની મેનેજર્સ અને નાણાકીય આયોજકો માટેના કાર્યક્રમો છે.
ઇતિહાસનો આગાહીયુક્ત શક્તિ
ઇન્વેસ્ટમેંટ પ્રોસ્પેક્ટસ પર સ્ટાન્ડર્ડ કાનૂની બોઇલરેપ્ટસ ચેતવણી આપે છે કે "ભૂતકાળની કામગીરી ભવિષ્યના પરિણામોની કોઈ ગેરેંટી નથી." તેવી જ રીતે, કેટલાક ઐતિહાસિક સમયગાળામાં માપવામાં સહસંબંધો અને આંકડાકીય સંબંધો માત્ર ભવિષ્યની સુરક્ષા અથવા સિક્યોરિટીઝના વર્ગ માટે શું કરી શકે તેના અપૂર્ણ સંકેતો આપે છે. ભવિષ્યમાં ઐતિહાસિક પ્રવાહો અને સંબંધોનું વિસ્તરણ કરવું એ અત્યંત સાવધાનીથી થવું જોઈએ.
કાઉન્ટર પાર્ટી રિસ્ક
કાઉન્ટરપાર્ટી રિસ્ક એ જોખમ છે જે અન્ય પક્ષને ટ્રાન્ઝેક્શનમાં લઈ જાય છે, જેમ કે ફાઇનાન્સિયલ સર્વિસીસ ઇન્ડસ્ટ્રીમાં બીજી પેઢી સમય પર તેની જવાબદારીને પૂર્ણ કરવામાં અસમર્થ સાબિત થશે. આ જવાબદારીઓના ઉદાહરણોમાં સોદાને પતાવટ અને ટૂંકા ગાળાના લોન્સને પુન: ચુકવણી માટે સિક્યોરિટીઝ અથવા રોકડનો સમાવેશ થાય છે.
પ્રતિસ્પર્ધીઓના જોખમની આકારણી ઘણીવાર રેટિંગ એજન્સીઓ દ્વારા પૂરી પાડવામાં આવેલી કંપનીઓની નાણાકીય શક્તિના વિશ્લેષણના આધારે કરવામાં આવે છે. જો કે, 2008 ના અંતમાં નાણાકીય કટોકટી દર્શાવતા, રેટિંગ એજન્સીઓ દ્વારા ઉપયોગમાં લેવામાં આવતી પધ્ધતિઓ ઊંડે ખોટી છે (ગ્રાહક ફિકો સ્કોર્સ છે) અને ગંભીર ભૂલને આધિન છે વધુમાં, સામાન્ય ફાઇનાન્સિયલ ગભરાટમાં, ઇવેન્ટ નિયંત્રણથી ખૂબ જ ઝડપથી બહાર આવી શકે છે, અને નાના કાઉન્ટરપાર્ટિ નિષ્ફળતાઓ ઝડપથી તે બિંદુમાં એકઠા કરી શકે છે જ્યાં મોટે ભાગે પૂરતી નાણાકીય કુશન ધરાવતા મોટી કંપનીઓને નાદાર પ્રસ્તુત કરવામાં આવે છે.
લેહમૅન બ્રધર્સ, મેરિલ લિન્ચ અને વાચોવિઆ 2008 ના કટોકટીના આવા જાનહાનિ હતા; સૌપ્રથમ વ્યવસાયમાંથી બહાર નીકળી, અને અન્ય મજબૂત કંપનીઓ દ્વારા હસ્તગત કરવામાં આવ્યા.
કાઉન્ટરપાર્ટી જોખમનું મૂલ્યાંકન કરવામાં સમસ્યાનો મોટો ભાગ એ છે કે રેટિંગ એજન્સી દ્વારા કરવામાં આવતી વિશ્લેષણ પૂરતી ગતિશીલ નથી તેઓ સામાન્ય રીતે નવા વાસ્તવિકતાઓમાં માત્ર પ્રમાણમાં ધીરે ધીરે ગોઠવે છે વળી, એક વખત કાઉન્ટરપાર્ટી જે અગાઉ ધ્વનિનું માનવામાં આવતું હતું, તે પછી અચાનક નાદારી તરફ ચર્ચ લગાડે છે, જો તે અશક્ય ન હોય તો તે અત્યંત મુશ્કેલ છે, જો જવાબદારી અને લેવડદેવડ ખોલવા માટે પહેલાથી જ અનુકૂળ સંજોગોમાં પ્રવેશ કર્યો છે જે ભૂતકાળમાં યોજાય છે.
કાર્યવાહીઓની ભૂમિકા
જીવન વીમા કંપનીઓ વતી મૃત્યુદરના કોષ્ટકોનું વિશ્લેષણ કરવા સાથે કાર્યવાહી મોટાભાગે સંકળાયેલી હોય છે, વાર્ષિકી પર નીતિઓ અને ચૂકવણીનો સમયપત્રક પર પ્રિમીયમની સેટિંગમાં નિર્ણાયક ભાગ ભજવે છે.
અક્યુરિયલ સાયન્સ, જેને ઘણીવાર કહેવામાં આવે છે, એ વિશાળ ડેટા સમૂહો માટે અદ્યતન આંકડાકીય તકનીકોનો ઉપયોગ છે જે પોતાને માપનની ચોકસાઈના ઉચ્ચ ડિગ્રી ધરાવે છે.
વધુમાં, લાઇફ ઇન્શ્યોરન્સ એક્ચ્યુરિયનો દ્વારા કરવામાં આવતી જોખમનું મૂલ્યાંકન નાણાકીય ડેટા સાથે આધારિત છે અને તે નાણાકીય બજારોમાં હલનચલનની નાણાકીય સિસ્ટમ સાથે લગભગ સંપૂર્ણપણે બિનસંબંધિત છે. તેનાથી વિપરીત, કાઉન્ટરપાર્ટિ રિસ્કનું માપ, ઇન્વેસ્ટમેન્ટ સિક્યોરિટીઝના ભાવિ વર્તન અને ચોક્કસ બિઝનેસ પહેલ માટેનું દૃષ્ટિકોણ આવા ચોક્કસ, વૈજ્ઞાનિક વિશ્લેષણ માટે જવાબદાર નથી. આમ, જોખમ વ્યવસ્થાપકો (અને મેનેજમેન્ટ વિજ્ઞાનના વ્યાવસાયિકો જેઓ તેમને સંખ્યાત્મક આધાર આપે છે) કદાચ ભવિષ્યના મોડલ વિકસાવવાની ક્ષમતા ધરાવતા નથી કે જે જીવન વીમા અકસ્માતો દ્વારા અંદાજિત વ્યક્તિઓમાં વિશ્વાસ મૂકી શકે છે.