Value-at-Risk (VaR) je široce používané měřítko pro investiční riziko snížení hodnoty jedné investice nebo portfolia investic. VaR dává ztrátě maximálního dolaru v portfoliu za určité časové období pro určitou úroveň důvěry. Často je úroveň spolehlivosti zvolena tak, aby poskytovala indikaci rizika ocasu; to znamená riziko vzácných, extrémních událostí na trhu.

Například na základě výpočtu VaR může být investor 95% přesvědčen, že maximální ztráta za jeden den na akciové investice ve výši 100 USD nepřesáhne 3 dolary. Hodnota VaR (v tomto příkladu $ 3) lze měřit pomocí tří různých metodik. Každá metodika se opírá o vytvoření distribuce návratnosti investic; jiným způsobem, všem možným výnosům z investice je přiřazena pravděpodobnost výskytu v určeném časovém období. (Viz také Úvod do rizikové hodnoty (VaR) .)

Jak přesné je VaR?

Jakmile je zvolena metodika VaR, výpočet VaR portfolia je poměrně přímočarý výkon. Výzvou spočívá v posuzování přesnosti opatření a tedy v přesnosti rozdělení výnosů. Znalost přesnosti opatření je obzvláště důležité pro finanční instituce, protože používají VaR k odhadnutí toho, kolik peněz je třeba rezervovat, aby pokryly potenciální ztráty. Jakékoli nepřesnosti v modelu VaR mohou znamenat, že instituce nemá dostatečné rezervy a mohla by vést k významným ztrátám nejen pro instituci, ale potenciálně i pro její vkladatele, individuální investory a firemní klientelu. V extrémních tržních podmínkách, jako jsou ty, které se VaR pokouší zachytit, mohou být ztráty natolik velké, že mohou způsobit bankrot. (Viz také Co potřebujete vědět o bankrotu )

Jak zadat model VaR pro přesnost

Manažeři rizik používají techniku ​​známou jako backtesting k určení přesnosti modelu VaR. Zpětné testování zahrnuje porovnání vypočteného opatření VaR s aktuálními ztrátami (nebo zisky) dosaženými v portfoliu. Backtest se opírá o úroveň důvěryhodnosti, která se předpokládá ve výpočtu. Například investor, který vypočítal jednodenní VaR ve výši 3 USD na investice 100 USD s 95% jistotou, očekává, že jednodenní ztráta z jeho portfolia bude přesahovat 3 dolary jen 5% času. Pokud investor zaznamenal skutečné ztráty za 100 dní, ztráta přesáhne 3 dolary přesně pět z těchto dnů, pokud je model VaR přesný. Jednoduchý backtest sklidí aktuální distribuci výnosů oproti distribuci návratů modelů porovnáním poměru skutečných ztrátových výjimek s očekávaným počtem výjimek. Zpětné testování musí být provedeno po dostatečně dlouhou dobu, aby bylo zajištěno, že existuje dostatek skutečných pozorování návratu k vytvoření skutečné distribuce výnosů. Pro jednodenní opatření VaR řídící pracovníci rizika obvykle používají minimální období jednoho roku pro zpětné testování.

Jednoduchý backtest má velkou nevýhodu: závisí to na vzorku použitých skutečných výnosů. Zvažte znovu investora, který vypočítal denní VaR 3 dolary s 95% jistotou. Předpokládejme, že investor provedl zpětný test více než 100 dní a zjistil přesně pět výjimek. Pokud investor použije jinou dobu 100 dnů, může existovat méně nebo větší počet výjimek. Tato závislost vzorku ztěžuje zjištění přesnosti modelu. Abychom řešili tuto slabost, mohou být provedeny statistické testy, které by osvětlila, zda zpětná zkouška selhala nebo prošla.

Co dělat, když selže Backtest

Když selže backtest, existuje několik možných příčin, které je třeba vzít v úvahu:

Rozložení nesprávného návratu

Pokud metodika VaR předpokládá návratnost (např. normální rozdělení výnosů), je možné, že distribuce modelu není vhodná pro skutečné rozdělení. Pro ověření, zda je distribuce modelu vhodná pro skutečné pozorované údaje, lze použít statistické testy vhodnosti. Alternativně může být použita metoda VaR, která nevyžaduje předpoklad distribuce.

Model neurčeného VaR

Pokud model VaR zachytí, řekněme, pouze riziko akciového trhu, zatímco investiční portfolio je vystaveno jiným rizikům, jako je úrokové riziko nebo devizové riziko, model není specifikován. Kromě toho, pokud model VaR nedokáže zachytit korelaci mezi riziky, považuje se za chybějící. To lze odstranit tak, že do modelu zahrneme všechna použitelná rizika a související korelace. Je důležité přehodnotit model VaR vždy, když do portfolia budou přidány nová rizika.

Měření skutečných ztrát

Skutečné ztráty portfolia musí reprezentovat rizika, která lze modelovat. Přesněji řečeno, skutečné ztráty musí vyloučit 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 jiné takové položky, jsou známé jako "špinavé ztráty". Zpětné testování musí být vždy provedeno čistými ztrátami, aby se zajistilo srovnání podobné.

Další úvahy

Je důležité, abyste se neopírali o model VaR jednoduše proto, že prochází backtest. Ačkoli VaR nabízí užitečné informace o riziku nejhoršího případu, je silně závislá na použité distribuci výnosů, zejména na konci distribuce. Protože události ocasu jsou tak nepravidelné, někteří odborníci tvrdí, že pokusy měřit pravděpodobnosti ocasu na základě historického pozorování jsou neodmyslitelně chybné. Podle agentury Reuters "společnost VaR přišla za kritickou kritiku po finanční krizi, neboť řada modelů nedokázala odhadnout rozsah ztrát, které zničily mnoho velkých bank v letech 2007 a 2008."

Důvod? Na trzích nevstoupila podobná událost, takže nebyla zachycena v koncích distribucí, které byly použity. Po finanční krizi v roce 2007 bylo také jasné, že modely VaR nejsou schopny zachytit všechna rizika; například základní riziko.Tato dodatečná rizika jsou označována jako "riziko ne v VaR" nebo RNiV.

Při pokusu o odstranění těchto nedostatků řídí manažeři rizik opatření VaR s dalšími riziky a dalšími technikami, jako je stresové testování.

Dolní řádek

Value-at-Risk (VaR) je měřítko nejhorších ztrát za určité období s určitou úrovní spolehlivosti. Měření VaR závisí na distribuci výnosů z investic. Aby bylo možné otestovat, zda model skutečně představuje realitu, může být provedeno zpětné testování. Neúspěšný backtest znamená, že model VaR musí být přehodnocen. Avšak model VaR, který prochází zpětnou zkouškou, by měl být stále doplněn dalšími opatřeními v oblasti rizika z důvodu nedostatku VaR modelování. (Viz také Jak vypočítat návratnost investic. )