Value-at-risk (VaR) je široko používané opatrenie na zníženie investičného rizika pre jednu investíciu alebo portfólio investícií. VaR poskytuje maximálnu stratu v portfóliu za určité časové obdobie pri určitej úrovni dôvery. Úroveň spoľahlivosti sa často volí tak, aby naznačovala riziko chvosta; to znamená riziko zriedkavých extrémnych udalostí na trhu.
Napríklad na základe výpočtu VaR si investor môže byť 95% istý, že maximálna strata jedného dňa pri investícii do vlastného imania 100 USD nepresiahne 3 doláre. Hodnota VaR (v tomto príklade 3 doláre) sa môže merať pomocou troch rôznych metodík. Každá metodika sa spolieha na vytvorenie rozdelenia návratnosti investícií; Inými slovami, všetkým možným výnosom z investícií sa priradí pravdepodobnosť výskytu v stanovenom časovom období. (Pozri tiež Úvod k riziku v riziku (VaR) .)
Ako presný je VaR?
Po výbere metodiky VaR je výpočet VaR portfólia pomerne jednoduchý postup. Výzva spočíva v posúdení presnosti opatrenia, a teda presnosti rozdelenia výnosov. Znalosť presnosti opatrenia je obzvlášť dôležitá pre finančné inštitúcie, pretože používajú VaR na odhad toho, koľko hotovosti potrebujú na pokrytie potenciálnych strát. Akékoľvek nepresnosti v modeli VaR môžu znamenať, že inštitúcia nedrží dostatočné rezervy a mohla by viesť k významným stratám nielen pre inštitúciu, ale potenciálne aj pre jej vkladateľov, jednotlivých investorov a firemných klientov. V extrémnych trhových podmienkach, ako sú tie, ktoré sa VaR pokúša zachytiť, môžu byť straty dosť veľké na to, aby spôsobili bankrot. (Pozri aj čo potrebujete vedieť o bankrote. )
Ako spätne testovať model presnosti VaR
Manažéri rizík používajú techniku známu ako spätné testovanie na určenie presnosti modelu VaR. Spätné testovanie zahŕňa porovnanie vypočítanej hodnoty VaR so skutočnými stratami (alebo ziskami) dosiahnutými v portfóliu. Spätný test sa spolieha na úroveň dôveryhodnosti, ktorá sa predpokladá vo výpočte. Napríklad investor, ktorý vypočítal jednodňovú VaR 3 USD na investíciu 100 USD s 95% istotou, očakáva, že jednodňová strata v jeho portfóliu prekročí 3 $ len 5% času. Keby investor zaznamenal skutočné straty za 100 dní, strata by presiahla 3 doláre v presne piatich z týchto dní, ak je model VaR presný. Jednoduchý chrbtový test porovnáva skutočné rozdelenie výnosov oproti modelovému rozdeleniu výnosov porovnaním podielu výnimiek zo skutočných strát s očakávaným počtom výnimiek. Opierka chrbta sa musí vykonať počas dostatočne dlhého obdobia, aby sa zabezpečilo, že existuje dostatok skutočných pozorovaní návratu na vytvorenie skutočného rozdelenia návratu. Pri jednodňovom opatrení VaR manažéri rizík obvykle používajú na spätné testovanie obdobie minimálne jedného roka.
Jednoduchý spätný test má hlavnú nevýhodu: je to závislé od vzorky skutočne použitých výnosov. Zoberme si znova investora, ktorý vypočítal jednodňovú VaR 3 USD s 95% istotou. Predpokladajme, že investor vykonal spätný test za 100 dní a zistil presne päť výnimiek. Ak investor použije iné 100-dňové obdobie, môže existovať menej alebo viac výnimiek. Táto závislosť od vzorky sťažuje zisťovanie presnosti modelu. Na vyriešenie tejto slabosti je možné implementovať štatistické testy, ktoré objasnia, či zlyhala alebo neprešla spätná skúška.
Čo robiť, ak zlyhá spätný test
Ak zlyhá operadlo chrbta, je potrebné vziať do úvahy niekoľko možných príčin:
Nesprávna distribúcia výnosov
Ak metodika VaR predpokladá distribúciu návratov (napr. Normálne rozdelenie výnosov), je možné, že distribúcia modelu nie je vhodná pre skutočné rozdelenie. Na overenie, či distribúcia modelu vyhovuje skutočným pozorovaným údajom, sa môžu použiť štatistické testy vhodnosti. Alternatívne sa môže použiť metodika VaR, ktorá nevyžaduje predpoklad distribúcie.
Nespecifikovaný model VaR
Ak model VaR zachytáva napríklad riziko akciového trhu, zatiaľ čo investičné portfólio je vystavené iným rizikám, ako je úrokové riziko alebo devízové riziko, je tento model špecifikovaný nesprávne. Okrem toho, ak model VaR nezachytí korelácie medzi rizikami, považuje sa to za nesprávne špecifikované. Dá sa to napraviť zahrnutím všetkých použiteľných rizík a súvisiacich korelácií do modelu. Je dôležité prehodnotiť model VaR vždy, keď sa do portfólia pridajú nové riziká.
Meranie skutočných strát
Skutočné straty portfólia musia predstavovať riziká, ktoré je možné modelovať. Konkrétne, skutočné straty musia vylúčiť akékoľvek poplatky alebo iné takéto náklady alebo príjmy. Straty, ktoré predstavujú iba riziká, ktoré sa dajú modelovať, sa označujú ako „čisté straty“. Tie, ktoré zahŕňajú poplatky a iné podobné položky, sa nazývajú „špinavé straty“. Opätovné testovanie sa musí vždy vykonať pomocou čistých strát, aby sa zabezpečilo porovnateľnosť porovnateľnosti.
Ďalšie úvahy
Je dôležité nespoliehať sa na model VaR jednoducho preto, že prechádza najspätnejšou skúškou. Aj keď spoločnosť VaR ponúka užitočné informácie o najhoršom možnom vystavení riziku, je silne závislá od použitej distribúcie návratnosti, najmä od jej konca. Pretože udalosti chvosta sú také zriedkavé, niektorí odborníci tvrdia, že akékoľvek pokusy o meranie pravdepodobnosti chvostov založené na historickom pozorovaní sú vo svojej podstate chybné. Podľa agentúry Reuters „VaR prišla po prudkej kritike po finančnej kríze, pretože mnoho modelov nedokázalo predpovedať rozsah strát, ktoré zničili mnohé veľké banky v rokoch 2007 a 2008.“
Dôvod? Trhy nezaznamenali podobnú udalosť, takže sa nezachytili v koncových častiach použitých distribúcií. Po finančnej kríze v roku 2007 sa tiež ukázalo, že modely VaR nie sú schopné zachytiť všetky riziká; napríklad základné riziko. Tieto ďalšie riziká sa označujú ako „riziko, ktoré nie je vo VaR“ alebo RNiV.
V snahe vyriešiť tieto nedostatky manažéri rizík doplnili opatrenie VaR o ďalšie opatrenia týkajúce sa rizika a ďalšie techniky, ako napríklad stresové testovanie.
Spodný riadok
Value-at-Risk (VaR) je miera strát v najhoršom prípade za určité časové obdobie s určitou úrovňou istoty. Meranie závesov VaR na distribúcii návratnosti investícií. Aby bolo možné overiť, či model presne predstavuje realitu, je možné vykonať spätné testovanie. Neúspešná spätná skúška znamená, že model VaR sa musí prehodnotiť. Model VaR, ktorý prechádza opačným testom, by sa však stále mal doplniť o ďalšie rizikové opatrenia z dôvodu nedostatkov modelovania VaR. (Pozri tiež Ako vypočítať návratnosť investícií. )
![Backtesting value-at Backtesting value-at](https://img.icotokenfund.com/img/affluent-millennial-investing-survey/943/backtesting-value-risk.jpg)