Value-at-risk (VaR) je široce používané měřítko investičního rizika pro jednu investici nebo portfolio investic. VaR dává maximální ztrátu v portfoliu za určité časové období pro určitou úroveň důvěry. Úroveň spolehlivosti se často volí tak, aby ukazovala riziko ocasu; to znamená riziko vzácných, extrémních tržních událostí.
Například na základě výpočtu VaR si může být investor 95% jistý, že maximální ztráta jednoho dne při investici do vlastního kapitálu 100 USD nepřekročí 3 $. VaR (v tomto příkladu 3 $) lze měřit pomocí tří různých metodik. Každá metodika se spoléhá na vytvoření rozdělení investičních výnosů; Jinými slovy, všem možným investičním výnosům je přiřazena pravděpodobnost výskytu za určité časové období. (Viz také Úvod do Value at Risk (VaR) .)
Jak přesný je VaR?
Jakmile je zvolena metodika VaR, výpočet VaR portfolia je poměrně jednoduché. Výzva spočívá v posouzení přesnosti opatření, a tedy správnosti rozdělení výnosů. Znalost přesnosti opatření je zvláště důležitá pro finanční instituce, protože používají VaR k odhadu toho, kolik hotovosti potřebují k pokrytí potenciálních ztrát. Jakékoli nepřesnosti v modelu VaR mohou znamenat, že instituce nedrží dostatečné rezervy a mohla by vést k významným ztrátám nejen pro instituci, ale potenciálně pro její vkladatele, jednotlivé investory a firemní klienty. V extrémních tržních podmínkách, jako jsou ty, které se VaR pokouší zachytit, mohou být ztráty dostatečně velké, aby způsobily bankrot. (Viz také to, co potřebujete vědět o bankrotu. )
Jak Backtest VaR model pro přesnost
Správci rizik používají k určení přesnosti modelu VaR techniku známou jako zpětné testování. Zpětné testování zahrnuje srovnání vypočtené míry VaR se skutečnými ztrátami (nebo zisky) dosaženými v portfoliu. Zpětný test se spoléhá na úroveň důvěry, která se předpokládá ve výpočtu. Například investor, který vypočítal jednodenní VaR 3 $ na investici 100 USD s 95% důvěrou, očekává, že jednodenní ztráta jeho portfolia překročí 3 $ pouze 5% času. Pokud by investor zaznamenal skutečné ztráty za 100 dnů, ztráta by přesáhla 3 $ právě v těchto pěti dnech, pokud je model VaR přesný. Jednoduchý backtest seskupuje skutečné rozdělení výnosů proti modelu rozdělení výnosů porovnáním poměru skutečných ztrátových výjimek s očekávaným počtem výjimek. Opěradlo musí být provedeno po dostatečně dlouhou dobu, aby bylo zajištěno, že existuje dostatek skutečných pozorování návratu pro vytvoření skutečné distribuce návratu. Pro jednodenní měření VaR manažeři rizik obvykle používají pro zpětné testování minimální období jednoho roku.
Jednoduchý backtest má hlavní nevýhodu: je to závislé na vzorku skutečných použitých výnosů. Zvažte znovu investora, který vypočítal jednodenní VaR 3 $ s 95% jistotou. Předpokládejme, že investor provedl zpětný test po 100 dnech a zjistil přesně pět výjimek. Pokud investor použije jiné 100denní období, může existovat méně nebo větší počet výjimek. Tato závislost na vzorku ztěžuje zjištění přesnosti modelu. Abychom tuto slabost vyřešili, mohou být implementovány statistické testy, které osvětlují, zda zpětný test selhal nebo prošel.
Co dělat, když selže zpětný test
Při selhání zpětného testu existuje několik možných příčin, které je třeba vzít v úvahu:
Špatné rozdělení výnosů
Pokud metodika VaR předpokládá distribuci návratů (např. Normální rozdělení výnosů), je možné, že distribuce modelu neodpovídá skutečné distribuci. Statistické testy vhodnosti lze použít ke kontrole, zda distribuce modelu odpovídá skutečným pozorovaným údajům. Alternativně lze použít metodiku VaR, která nevyžaduje předpoklad distribuce.
Nespecifikovaný model VaR
Pokud model VaR zachycuje například riziko akciového trhu, zatímco investiční portfolio je vystaveno jiným rizikům, jako je úrokové riziko nebo měnové riziko, je tento model nesprávně specifikován. Navíc, pokud model VaR nezachytí korelace mezi riziky, považuje se za nesprávně specifikovanou. To lze napravit zahrnutím všech příslušných rizik a souvisejících korelací do modelu. Je důležité přehodnotit model VaR vždy, když se do portfolia přidají nová rizika.
Měření skutečných ztrát
Skutečné ztráty portfolia musí představovat rizika, která lze modelovat. Konkrétně skutečné ztráty musí vylučovat jakékoli poplatky nebo jiné takové náklady nebo příjmy. Ztráty, které představují pouze rizika, která lze modelovat, se označují jako „čisté ztráty“. Ty, které zahrnují poplatky a další takové položky, se nazývají „špinavé ztráty“. Zpětné testování musí být vždy prováděno pomocí čistých ztrát, aby bylo zajištěno srovnání typu „za podobný“.
Další úvahy
Je důležité nespoléhat se na model VaR jednoduše proto, že projde backtest. Přestože společnost VaR nabízí užitečné informace o nejhorší expozici rizikům, je silně závislá na použité distribuci zpátečky, zejména na konci distribuce. Protože události ocasu jsou tak vzácné, někteří praktici tvrdí, že jakékoli pokusy o měření pravděpodobnosti ocasu založené na historickém pozorování jsou neodmyslitelně chybné. Podle agentury Reuters „VaR přišla po prudké kritice po finanční krizi, protože mnoho modelů nedokázalo předpovědět rozsah ztrát, které v letech 2007 a 2008 zničily mnoho velkých bank.“
Důvod? Trhy nezažily podobnou událost, takže nebyla zachycena v ocasu použitých distribucí. Po finanční krizi v roce 2007 se také ukázalo, že modely VaR nejsou schopny zachytit všechna rizika; například základní riziko. Tato dodatečná rizika jsou označována jako „riziko ne ve VaR“ nebo RNiV.
Ve snaze řešit tyto nedostatky, manažeři rizik doplňují opatření VaR o další riziková opatření a další techniky, jako je stresové testování.
Sečteno a podtrženo
Value-at-Risk (VaR) je míra nejhorších ztrát za určité časové období s určitou mírou důvěry. Měření závěsů VaR na rozdělení investičních výnosů. Aby bylo možné otestovat, zda model přesně reprezentuje realitu, lze provést zpětné testování. Neúspěšný zpětný test znamená, že model VaR musí být přehodnocen. Model VaR, který prochází opěradlem, by však měl být stále ještě doplněn o další riziková opatření kvůli nedostatkům modelu VaR. (Viz také Jak vypočítat návratnost investic. )
