Value-at-risk (VaR) - широко используемая мера снижения инвестиционного риска для единой инвестиции или портфеля инвестиций. VaR дает максимальную потерю доллара в портфеле за определенный период времени для определенного уровня доверия. Часто уровень уверенности выбирается таким образом, чтобы давать указание на риск хвоста; то есть риск редких, экстремальных рыночных событий.

Например, на основании расчета VaR инвестор может быть на 95% уверен, что максимальный убыток за один день по акциям в размере 100 долларов США не превысит 3 долларов США. VaR ($ 3 в этом примере) можно измерить с использованием трех разных методологий. Каждая методология опирается на создание распределения доходности инвестиций; иными словами, всем возможным инвестициям возвращается вероятность наступления в течение определенного периода времени. (См. Также Введение в значение риска (VaR) .)

Насколько точным является VaR?

Когда выбрана методология VaR, вычисление VaR портфеля является довольно простым упражнением. Задача заключается в оценке точности меры и, следовательно, точности распределения доходностей. Знание точности меры особенно важно для финансовых учреждений, потому что они используют VaR для оценки того, сколько денег они должны зарезервировать для покрытия возможных потерь. Любые неточности в модели VaR могут означать, что учреждение не располагает достаточными запасами и может привести к значительным потерям не только для учреждения, но и для его вкладчиков, индивидуальных инвесторов и корпоративных клиентов. В экстремальных рыночных условиях, таких как попытки VaR захватить, потери могут быть достаточно большими, чтобы вызвать банкротство. (См. Также Что вам нужно знать о банкротстве. )

Как протестировать модель VaR для точности

Менеджеры риска используют метод, известный как backtesting, чтобы определить точность модели VaR. Бэктестинг включает в себя сравнение рассчитанной меры VaR с фактическими потерями (или доходами), достигнутыми в портфеле. Бэктест полагается на уровень уверенности, который предполагается в расчете. Например, инвестор, который рассчитал один день VaR в размере 3 долл. США на инвестиции в размере 100 долл. С доверием 95%, ожидает, что однодневная потеря его портфеля превысит 3 долл. Только в 5% случаев. Если инвестор зафиксировал фактические убытки более чем на 100 дней, потеря будет превышать 3 доллара США ровно пять дней, если модель VaR будет точной. Простой backtest суммирует фактическое распределение прибыли по сравнению с возвратным распределением модели, сравнивая долю фактических исключений потерь с ожидаемым количеством исключений. Бэктест должен выполняться в течение достаточно длительного периода времени, чтобы обеспечить достаточное количество фактических обратных наблюдений для создания фактического распределения прибыли. Для однодневной меры VaR менеджеры риска обычно используют минимальный период в один год для проверки бэктестинга.

Простой backtest имеет серьезный недостаток: он зависит от образца фактических возвратов. Рассмотрим снова инвестора, который рассчитал $ 3 однодневный VaR с доверием 95%. Предположим, что инвестор выполнил опрос более 100 дней и нашел ровно пять исключений. Если инвестор использует другой 100-дневный период, может быть меньше или большего количества исключений. Эта зависимость выборки затрудняет определение точности модели. Чтобы устранить эту слабость, статистические тесты могут быть реализованы, чтобы пролить свет на то, прошел ли тест backtest или прошел.

Что делать, если ошибка Backtest не удалась

Если ошибка backtest не удалась, необходимо принять во внимание ряд возможных причин:

Неверное распределение возврата

Если методология VaR предполагает возврат (например, нормальное распределение доходностей), возможно, что распределение модели не подходит для фактического распределения. Статистические тесты пригодности могут быть использованы для проверки того, что распределение модели соответствует фактическим наблюдаемым данным. Альтернативно, может быть использована методология VaR, которая не требует предположения о распределении.

Модель Missedified VaR

Если модель VaR фиксирует, скажем, только риск на рынке ценных бумаг, в то время как инвестиционный портфель подвержен другим рискам, таким как риск изменения процентной ставки или валютный риск, модель не указана. Кроме того, если модель VaR не в состоянии зафиксировать корреляции между рисками, она считается неопределенной. Это можно устранить, включив все применимые риски и связанные с ними корреляции в модели. Важно переоценить модель VaR, когда новые риски добавляются в портфель.

Измерение фактических потерь

Фактические потери портфеля должны быть репрезентативными для рисков, которые могут быть смоделированы. В частности, фактические убытки должны исключать любые сборы или другие такие расходы или доход. Потери, которые представляют собой только риски, которые могут быть смоделированы, называются «чистыми убытками». Те, которые включают сборы и другие подобные предметы, называются «грязными потерями». Бэктестинг всегда должен выполняться с использованием чистых потерь для обеспечения аналогичного сравнения.

Другие соображения

Важно не полагаться на модель VaR просто потому, что она проходит backtest. Хотя VaR предлагает полезную информацию о наихудшем воздействии на риск, он в значительной степени зависит от используемого распределения прибыли, особенно хвоста распределения. Поскольку хвостовые события настолько редки, некоторые практикующие утверждают, что любые попытки измерить вероятности хвоста, основанные на историческом наблюдении, по своей сути ошибочны. По словам Рейтер, «VaR пришел к горячей критике после финансового кризиса, поскольку многие модели не смогли предсказать масштабы потерь, которые опустошили многие крупные банки в 2007 и 2008 годах».

Причина? На рынках не было подобного события, поэтому он не был захвачен в хвосты распределений, которые были использованы. После финансового кризиса 2007 года также стало ясно, что модели VaR не способны захватить все риски; например, базовый риск.Эти дополнительные риски называются «риск не в VaR» или RNiV.

В попытке устранить эти недостатки менеджеры риска дополняют меру VaR другими мерами риска и другими методами, такими как стресс-тестирование.

Нижняя линия

Value-at-Risk (VaR) - это показатель наихудших потерь за определенный период времени с определенным уровнем уверенности. Измерение VaR зависит от распределения доходности инвестиций. Чтобы проверить, действительно ли модель точно отражает реальность, можно проводить бэктестирование. Неисправность backtest означает, что модель VaR должна быть переоценена. Тем не менее, модель VaR, которая проходит тест backtest, должна по-прежнему дополняться другими мерами риска из-за недостатков моделирования VaR. (См. Также Как рассчитать инвестиционный доход. )