Η αξία σε κίνδυνο (VaR) είναι ένα ευρέως χρησιμοποιούμενο μέτρο του επενδυτικού κινδύνου για μια ενιαία επένδυση ή ένα χαρτοφυλάκιο επενδύσεων. Το VaR δίνει την απώλεια του μέγιστου δολαρίου σε ένα χαρτοφυλάκιο για μια συγκεκριμένη χρονική περίοδο για ένα συγκεκριμένο επίπεδο εμπιστοσύνης. Συχνά το επίπεδο εμπιστοσύνης επιλέγεται έτσι ώστε να δίνει ένδειξη του κινδύνου ουράς. δηλαδή, ο κίνδυνος σπάνιων, ακραίων γεγονότων στην αγορά.
Για παράδειγμα, βάσει ενός υπολογισμού του VaR, ένας επενδυτής μπορεί να είναι 95% σίγουρος ότι η μέγιστη ζημιά μιας ημέρας σε μια επένδυση σε μετοχές αξίας $ 100 δεν θα υπερβαίνει τα $ 3. Το VaR ($ 3 σε αυτό το παράδειγμα) μπορεί να μετρηθεί χρησιμοποιώντας τρεις διαφορετικές μεθοδολογίες. Κάθε μεθοδολογία βασίζεται στη δημιουργία κατανομής των αποδόσεων των επενδύσεων. με άλλο τρόπο, σε όλες τις πιθανές αποδόσεις επενδύσεων αποδίδεται μια πιθανότητα εμφάνισης για μια καθορισμένη χρονική περίοδο. (Δείτε επίσης Εισαγωγή στην αξία σε κίνδυνο (VaR) .)
Πόσο ακριβής είναι το VaR;
Μόλις επιλεγεί μια μέθοδος VaR, ο υπολογισμός του VaR ενός χαρτοφυλακίου είναι μια αρκετά απλή άσκηση. Η πρόκληση έγκειται στην εκτίμηση της ακρίβειας του μέτρου και, συνεπώς, στην ακρίβεια της κατανομής των αποδόσεων. Η γνώση της ακρίβειας του μέτρου είναι ιδιαίτερα σημαντική για τα χρηματοπιστωτικά ιδρύματα, επειδή χρησιμοποιούν το VaR για να υπολογίσουν πόσα χρήματα χρειάζονται για να καλύψουν πιθανές ζημίες. Οποιαδήποτε ανακρίβεια στο μοντέλο VaR μπορεί να σημαίνει ότι το ίδρυμα δεν διαθέτει επαρκή αποθεματικά και θα μπορούσε να οδηγήσει σε σημαντικές ζημίες, όχι μόνο για το ίδρυμα αλλά ενδεχομένως για τους καταθέτες του, μεμονωμένους επενδυτές και εταιρικούς πελάτες. Σε ακραίες συνθήκες της αγοράς όπως αυτές που προσπαθεί να συλλάβει η VaR, οι απώλειες μπορεί να είναι αρκετά μεγάλες ώστε να προκαλέσουν πτώχευση. (Δείτε επίσης Τι πρέπει να ξέρετε για την πτώχευση. )
Πώς να δοκιμάσετε ένα μοντέλο VaR για ακρίβεια
Οι διαχειριστές κινδύνου χρησιμοποιούν μια τεχνική γνωστή ως backtesting για να προσδιορίσουν την ακρίβεια ενός μοντέλου VaR. Ο αναπροσαρμοσμός περιλαμβάνει τη σύγκριση του υπολογιζόμενου μέτρου VaR με τις πραγματικές ζημίες (ή κέρδη) που επιτεύχθηκαν στο χαρτοφυλάκιο. Ο backtest βασίζεται στο επίπεδο εμπιστοσύνης που υποτίθεται στον υπολογισμό. Για παράδειγμα, ο επενδυτής που υπολογίζει ένα ημερήσιο VaR ύψους $ 3 σε μια επένδυση αξίας $ 100 με εμπιστοσύνη 95% αναμένει ότι η ημερήσια ζημιά στο χαρτοφυλάκιό του θα υπερβεί τα 3 δολάρια μόνο το 5% του χρόνου. Αν ο επενδυτής καταγράψει τις πραγματικές απώλειες σε διάστημα 100 ημερών, η ζημία θα υπερέβαινε τα $ 3 σε ακριβώς πέντε από αυτές τις ημέρες, εάν το μοντέλο VaR είναι ακριβές. Ένας απλός backtest στοιβάζει την πραγματική κατανομή επιστροφής έναντι της κατανομής επιστροφής μοντέλου συγκρίνοντας την αναλογία των πραγματικών εξαιρέσεων απώλειας με τον αναμενόμενο αριθμό εξαιρέσεων. Ο backtest πρέπει να εκτελείται για αρκετά μεγάλο χρονικό διάστημα για να διασφαλιστεί ότι υπάρχουν αρκετές παρατηρήσεις πραγματικής επιστροφής για να δημιουργηθεί μια πραγματική κατανομή επιστροφής. Για ένα μέτρο VaR διάρκειας μίας ημέρας, οι διαχειριστές κινδύνου συνήθως χρησιμοποιούν ελάχιστο χρονικό διάστημα ενός έτους για τη δοκιμή εκ των προτέρων.
Το απλό backtest έχει ένα μεγάλο μειονέκτημα: εξαρτάται από το δείγμα των πραγματικών αποδόσεων που χρησιμοποιήθηκαν. Εξετάστε και πάλι τον επενδυτή ο οποίος υπολογίζει ένα VaR διάρκειας μίας ημέρας με εμπιστοσύνη 95%. Ας υποθέσουμε ότι ο επενδυτής πραγματοποίησε ένα backtest για περισσότερες από 100 ημέρες και βρήκε ακριβώς πέντε εξαιρέσεις. Εάν ο επενδυτής χρησιμοποιεί διαφορετική περίοδο 100 ημερών, ενδέχεται να υπάρχουν λιγότερες ή περισσότερες εξαιρέσεις. Αυτή η εξάρτηση από το δείγμα καθιστά δύσκολο να εξακριβωθεί η ακρίβεια του μοντέλου. Για να αντιμετωπιστεί αυτή η αδυναμία, μπορούν να εφαρμοστούν στατιστικές δοκιμές για να αποφευχθεί το ενδεχόμενο αποτυχίας ή υπέρβασης ενός backtest.
Τι πρέπει να κάνετε εάν αποτύχει ο Backtest
Όταν αποτύχει ένα backtest, υπάρχουν ορισμένα πιθανά αίτια που πρέπει να ληφθούν υπόψη:
Η καταχρηστική διανομή επιστροφής
Αν η μεθοδολογία VaR υποθέσει μια κατανομή επιστροφής (π.χ. κανονική κατανομή των αποδόσεων), είναι πιθανό ότι η κατανομή του μοντέλου δεν είναι κατάλληλη για την πραγματική κατανομή. Μπορούν να χρησιμοποιηθούν στατιστικές δοκιμές καλής κατάστασης για να εξακριβωθεί ότι η κατανομή του μοντέλου ταιριάζει με τα πραγματικά παρατηρούμενα δεδομένα. Εναλλακτικά, μπορεί να χρησιμοποιηθεί μια μέθοδος VaR που δεν απαιτεί παραδοχή κατανομής.
Ένα μοντέλο VaR που δεν έχει προσδιοριστεί
Εάν το μοντέλο VaR καταγράφει, για παράδειγμα, μόνο τον κίνδυνο αγοράς μετοχικού κεφαλαίου, ενώ το χαρτοφυλάκιο επενδύσεων εκτίθεται σε άλλους κινδύνους, όπως ο κίνδυνος επιτοκίου ή ο συναλλαγματικός κίνδυνος, το μοντέλο δεν προσδιορίζεται. Επιπλέον, εάν το μοντέλο VaR αποτύχει να συλλάβει τους συσχετισμούς μεταξύ των κινδύνων, θεωρείται ότι είναι απροσδιόριστο. Αυτό μπορεί να διορθωθεί συμπεριλαμβάνοντας όλους τους εφαρμοστέους κινδύνους και συσχετισμένους συσχετισμούς στο μοντέλο. Είναι σημαντικό να επανεκτιμηθεί το μοντέλο VaR κάθε φορά που προστίθενται νέοι κίνδυνοι σε ένα χαρτοφυλάκιο.
Μέτρηση των πραγματικών ζημιών
Οι πραγματικές απώλειες χαρτοφυλακίου πρέπει να είναι αντιπροσωπευτικές των κινδύνων που μπορούν να διαμορφωθούν. Πιο συγκεκριμένα, οι πραγματικές απώλειες πρέπει να αποκλείουν οποιαδήποτε τέλη ή άλλα τέτοια έξοδα ή έσοδα. Οι ζημίες που αντιπροσωπεύουν μόνο τους κινδύνους που μπορούν να διαμορφωθούν αναφέρονται ως "καθαρές απώλειες". Αυτά που περιλαμβάνουν τέλη και άλλα τέτοια στοιχεία είναι γνωστά ως "βρώμικες απώλειες". Ο έλεγχος εκ των προτέρων πρέπει να γίνεται πάντα με καθαρές απώλειες για να εξασφαλιστεί μια σύγκριση ομοειδής.
Άλλα θέματα
Είναι σημαντικό να μην βασίζεστε σε ένα μοντέλο VaR απλώς και μόνο επειδή περνάει ένα backtest. Παρόλο που το VaR προσφέρει χρήσιμες πληροφορίες σχετικά με την έκθεση σε επικίνδυνες περιπτώσεις, εξαρτάται σε μεγάλο βαθμό από την κατανομή επιστροφής που χρησιμοποιείται, ιδιαίτερα από την ουρά της διανομής. Δεδομένου ότι τα γεγονότα της ουράς είναι τόσο σπάνια, ορισμένοι ασκούμενοι ισχυρίζονται ότι οι τυχόν προσπάθειες μέτρησης πιθανών ουρών βάσει ιστορικής παρατήρησης είναι εγγενώς εσφαλμένες. Σύμφωνα με το Reuters, "η VaR εισήλθε σε έντονη κριτική μετά τη χρηματοπιστωτική κρίση, καθώς πολλά μοντέλα δεν κατάφεραν να προβλέψουν την έκταση των ζημιών που κατέστρεψαν πολλές μεγάλες τράπεζες το 2007 και το 2008."
Ο λόγος? Οι αγορές δεν είχαν αντιμετωπίσει παρόμοιο γεγονός, οπότε δεν καταγράφηκε στις ουρές των διανομών που χρησιμοποιήθηκαν. Μετά την οικονομική κρίση του 2007, έγινε επίσης σαφές ότι τα μοντέλα VaR δεν είναι σε θέση να καλύψουν όλους τους κινδύνους. για παράδειγμα, βασικό κίνδυνο. Αυτοί οι πρόσθετοι κίνδυνοι αναφέρονται ως "κίνδυνος που δεν υπάρχει σε VaR" ή RNiV.
Σε μια προσπάθεια αντιμετώπισης αυτών των ανεπαρκειών, οι διαχειριστές κινδύνου συμπληρώνουν το μέτρο VaR με άλλα μέτρα κινδύνου και άλλες τεχνικές, όπως οι δοκιμές καταπόνησης.
Η κατώτατη γραμμή
Η αξία σε κίνδυνο (VaR) είναι ένα μέτρο των ζημιών της χειρότερης περίπτωσης σε μια συγκεκριμένη χρονική περίοδο με ένα ορισμένο επίπεδο εμπιστοσύνης. Η μέτρηση της VaR εξαρτάται από τη διανομή των αποδόσεων των επενδύσεων. Προκειμένου να ελεγχθεί εάν το μοντέλο αντιπροσωπεύει με ακρίβεια την πραγματικότητα, μπορεί να πραγματοποιηθεί εκ των προτέρων δοκιμή. Ένας αποτυχημένος backtest σημαίνει ότι το μοντέλο VaR πρέπει να επανεκτιμηθεί. Ωστόσο, ένα μοντέλο VaR που περνάει ένα backtest θα πρέπει να συμπληρωθεί με άλλα μέτρα κινδύνου λόγω των ελλείψεων της μοντελοποίησης VaR. (Δείτε επίσης τον τρόπο υπολογισμού της απόδοσης της επένδυσής σας. )
