Value-at-Risk (VaR) är ett allmänt utnyttjat mått på investeringsrisken för en investering eller en portfölj av investeringar. VaR ger förlust på högsta dollar på en portfölj över en viss tidsperiod för en viss grad av förtroende. Ofta väljs konfidensnivån för att ge en indikation på svansrisken. det vill säga risken för sällsynta, extrema marknadshändelser.

Till exempel, baserat på en VaR-beräkning, kan en investerare vara 95% säker på att den maximala förlusten på en dag på en investering på 100 dollar inte överstiger 3 USD. VaR ($ 3 i detta exempel) kan mätas med tre olika metoder. Varje metod är beroende av att skapa en fördelning av avkastning på investeringar. Sätt på ett annat sätt, alla möjliga avkastningar får en sannolikhet för händelse under en viss tidsperiod. (Se även En introduktion till Value at Risk (VaR) .)

AD:

Hur exakt är VaR?

När en VaR-metodik väljs väljs en beräkning av en portföljs VaR en ganska enkel övning. Utmaningen ligger i att bedöma åtgärdens noggrannhet och därmed noggrannheten i fördelningen av avkastningen. Att veta åtgärdens noggrannhet är särskilt viktigt för finansinstitut eftersom de använder VaR för att uppskatta hur mycket pengar de behöver reservera för att täcka potentiella förluster. Eventuella felaktigheter i VaR-modellen kan innebära att institutet inte har tillräckliga reserver och kan leda till betydande förluster, inte bara för institutionen utan potentiellt för sina insättare, enskilda investerare och företagskunder. Under extrema marknadsförhållanden som de som VaR försöker fånga kan förlusterna vara stora nog för att leda till konkurs. (Se även Vad du behöver veta om konkurs. )

AD:

Så här backar du en VaR-modell för noggrannhet

Riskhanterare använder en teknik som kallas backtesting för att bestämma exaktheten hos en VaR-modell. Backtesting innebär jämförelse av det beräknade VaR-värdet till de faktiska förluster (eller vinster) som uppnåtts på portföljen. En backtest är beroende av konfidensnivå som antas vid beräkningen. Till exempel kommer den investerare som beräknat en dags VaR på $ 3 på en investering på 100 dollar med 95% förtroende att förvänta sig att en dags förlust på sin portfölj överstiger 3% endast 5% av tiden. Om investeraren registrerade de faktiska förlusterna över 100 dagar, skulle förlusten överstiga $ 3 på exakt fem av dessa dagar om VaR-modellen är korrekt. En enkel backtest staplar upp den faktiska avkastningsfördelningen mot modellavkastningsfördelningen genom att jämföra andelen av de faktiska förlustundantagen till det förväntade antalet undantag. Backtestet måste utföras under en tillräckligt lång period för att säkerställa att det finns tillräckligt med faktiska avkastningsobservationer för att skapa en faktisk avkastningsfördelning. För en dags VaR-åtgärd använder riskhanterare vanligtvis en minimiperiod på ett år för backtesting.

AD:

Den enkla backtesten har en stor nackdel: det är beroende av provet av aktuell avkastning som används. Tänk på den investerare som beräknat en $ 3-dags VaR med 95% förtroende. Antag att investeraren utförde en backtest över 100 dagar och fann exakt fem undantag. Om investeraren använder en annan 100-dagarsperiod kan det vara färre eller ett större antal undantag. Detta provberoende gör det svårt att fastställa modellens noggrannhet. För att ta itu med denna svaghet kan statistiska tester genomföras för att ge större ljus om huruvida en backtest har misslyckats eller passerat.

Vad gör du om backtest misslyckas? När en backtest misslyckas finns det ett antal möjliga orsaker som måste beaktas:

Fel returfördelning

Om VaR-metoden antar en avkastning distribution (t.ex. en normal fördelning av avkastningen), är det möjligt att modelldistributionen inte passar bra till den faktiska distributionen. Statistiska test av godhet kan användas för att kontrollera att modellfördelningen passar de faktiska observerade data. Alternativt kan en VaR-metod som inte kräver ett distributionsanslag användas.

En misspecifierad VaR-modell

Om VaR-modellen endast tar upp aktiemarknadsrisk medan investeringsportföljen exponeras för andra risker som ränterisk eller valutarisk, är modellen missspecificerad. Dessutom, om VaR-modellen misslyckas med att fånga in sambandet mellan riskerna, anses det vara misspecificerat. Detta kan åtgärdas genom att inkludera alla tillämpliga risker och tillhörande korrelationer i modellen. Det är viktigt att omvärdera VaR-modellen när nya risker läggs till i en portfölj.

Mätning av faktiska förluster

De faktiska portföljförlusterna måste vara representativa för risker som kan modelleras. Mer specifikt måste de faktiska förlusterna utesluta eventuella avgifter eller andra sådana kostnader eller inkomster. Förluster som endast representerar risker som kan modelleras kallas "rena förluster". De som inkluderar avgifter och andra sådana saker kallas "smutsiga förluster". Backtesting måste alltid göras med hjälp av rena förluster för att säkerställa en jämförbar jämförelse.

Andra överväganden

Det är viktigt att inte lita på en VaR-modell, helt enkelt för att det ska passera en backtest. Även om VaR erbjuder användbar information om riskfall i värsta fall är den starkt beroende av den återvändande fördelningen som används, särskilt distansens svans. Eftersom svanshändelser är så sällsynta, hävdar vissa utövare att alla försök att mäta svanssannolikheter baserade på historisk observation är iboende bristfälliga. Enligt Reuters kom VaR in för uppskattad kritik efter finanskrisen, eftersom många modeller misslyckades med att förutse omfattningen av de förluster som förstörde många stora banker under 2007 och 2008. "

Anledningen? Marknaderna hade inte upplevt en liknande händelse, så det var inte fångat i svansarna av de utdelningar som användes. Efter finanskrisen 2007 blev det också klart att VaR-modeller inte har möjlighet att fånga alla risker. till exempel grundrisk.Dessa ytterligare risker kallas "risk inte i VaR" eller RNiV.

I ett försök att ta itu med dessa brister, kompletterar riskhanterare VaR-åtgärden med andra riskåtgärder och andra tekniker som stresstestning.

Nedre raden

Value-at-Risk (VaR) är ett mått på värsta förluster under en viss tidsperiod med viss viss konfidensnivå. Värderingen av VaR hänger på fördelningen av avkastningen på investeringar. För att testa huruvida modellen exakt representerar verkligheten kan backtesting utföras. En misslyckad backtest innebär att VaR-modellen måste omvärderas. En VaR-modell som passerar en backtest bör dock kompletteras med andra riskåtgärder på grund av bristerna i VaR-modellering. (Se även

Hur man beräknar investeringsavkastningen. )