Value-at-Risk (VaR) er en udbredt foranstaltning af investeringsbelastning for nedadgående investeringer for en enkelt investering eller en portefølje af investeringer. VaR giver tab på maksimalt dollar på en portefølje over en bestemt periode for et vist niveau af tillid. Ofte vælges konfidensniveauet for at give en indikation af halerisiko; det vil sige risikoen for sjældne, ekstreme markedshændelser.

Eksempelvis kan en investor, baseret på en VaR-beregning, være 95% sikker på, at det maksimale tab på en dag på en investering på $ 100 vil ikke overstige $ 3. VaR ($ 3 i dette eksempel) kan måles ved hjælp af tre forskellige metoder. Hver metode bygger på at skabe en fordeling af investeringsafkast; sætte en anden måde, alle mulige investeringsafkast er tildelt en sandsynlighed for forekomst over en bestemt tidsperiode. (Se også En introduktion til Value at Risk (VaR) .)

Hvor nøjagtigt er VaR?

Når en VaR-metode er valgt, er beregningen af ​​en porteføljes VaR en ret simpel øvelse. Udfordringen ligger i at vurdere målets nøjagtighed og dermed nøjagtigheden af ​​fordelingen af ​​afkast. At kende foranstaltningens nøjagtighed er særlig vigtig for finansielle institutioner, fordi de bruger VaR til at vurdere, hvor meget penge de skal reservere for at dække potentielle tab. Eventuelle unøjagtigheder i VaR-modellen kan betyde, at institutionen ikke har tilstrækkelige reserver og kan medføre betydelige tab, ikke kun for institutionen, men potentielt for dets indskydere, individuelle investorer og erhvervskunder. Under ekstreme markedsforhold som dem, som VaR forsøger at fange, kan tabene være store nok til at forårsage konkurs. (Se også Hvad du behøver at vide om konkurs. )

Sådan backtestes en VaR-model for nøjagtighed

Risikobestyrere bruger en teknik kaldet backtesting til at bestemme nøjagtigheden af ​​en VaR-model. Backtesting indebærer sammenligning af det beregnede VaR-mål til de faktiske tab (eller gevinster) opnået på porteføljen. En backtest afhænger af det tillidsniveau, der antages i beregningen. For eksempel vil den investor, der har beregnet en dags VaR på $ 3 på en investering på $ 100 med 95% tillid, forvente, at engangsdagens tab på hans portefølje overstiger $ 3 kun 5% af tiden. Hvis investor registrerede de faktiske tab i løbet af 100 dage, ville tabet overstige $ 3 på netop fem af disse dage, hvis VaR-modellen er korrekt. En simpel backtest stabler den faktiske afkastfordeling mod modelafkastfordelingen ved at sammenligne andelen af ​​de faktiske tabsundtagelser med det forventede antal undtagelser. Backtesten skal udføres i en tilstrækkelig lang periode for at sikre, at der er tilstrækkelige faktiske afkastobservationer for at skabe en reel returfordeling. For en en-dags VaR-foranstaltning bruger risikostyrerne typisk en minimumsperiode på et år til backtesting.

Den enkle backtest har en stor ulempe: den er afhængig af den anvendte stikprøve af det faktiske afkast. Overvej igen investor, der har beregnet en $ 3-dags VaR med 95% tillid. Antag investor udført en backtest i løbet af 100 dage og fundet præcis fem undtagelser. Hvis investor bruger en anden 100-dages periode, kan der være færre eller flere undtagelser. Denne prøveafhængighed gør det vanskeligt at fastslå modelens nøjagtighed. For at imødegå denne svaghed kan statistiske tests implementeres for at skygge større lys over, om en backtest har mislykkedes eller bestået.

Hvad skal man gøre, hvis backtesten fejler? Når en backtest fejler, er der en række mulige årsager, der skal tages i betragtning:

Den forkerte returfordeling

Hvis VaR-metoden antager en tilbagevenden distribution (f.eks. en normal fordeling af afkast), er det muligt, at modelfordelingen ikke passer godt til den faktiske distribution. Statistiske goodness-of-fit tests kan bruges til at kontrollere, at modelfordelingen passer til de faktiske observerede data. Alternativt kan en VaR-metode, der ikke kræver en fordelingsforudsætning, anvendes.

En VaR-model

Hvis VaR-modellen kun optager aktiemarkedsrisiko, mens investeringsporteføljen er udsat for andre risici som renterisiko eller valutarisiko, er modellen ikke specificeret. Hertil kommer, at hvis VaR-modellen ikke opfanger sammenhænge mellem risiciene, anses det for at være ukorrekt. Dette kan afhjælpes ved at inkludere alle gældende risici og tilhørende korrelationer i modellen. Det er vigtigt at revurdere VaR-modellen, når nye risici tilføjes til en portefølje.

Måling af faktiske tab

De faktiske tab i porteføljen skal være repræsentative for risici, der kan modelleres. Nærmere bestemt skal de faktiske tab udelukke gebyrer eller andre sådanne omkostninger eller indkomst. Tab, der kun repræsenterer risici, der kan modelleres, kaldes "rene tab". De, der omfatter gebyrer og andre sådanne ting, kaldes "beskidte tab." Backtesting skal altid gøres ved brug af rene tab for at sikre en lignende sammenligning.

Andre overvejelser

Det er vigtigt ikke at stole på en VaR-model, simpelthen fordi den passerer en backtest. Selvom VaR giver nyttige oplysninger om værste risikoeksponering, er den stærkt afhængig af den anvendte returfordeling, især distributionens hale. Da halehændelser er så sjældne, hævder nogle praktiserende, at ethvert forsøg på at måle hale sandsynligheder baseret på historisk observation er i sig selv fejlbehæftet. Ifølge Reuters "kom VaR ind for opvarmet kritik efter finanskrisen, da mange modeller undlod at forudsige omfanget af de tab, der ødelagde mange store banker i 2007 og 2008."

Årsagen? Markederne havde ikke oplevet en lignende begivenhed, så det blev ikke fanget i halerne af de uddelinger, der blev brugt. Efter finanskrisen i 2007 blev det også klart, at VaR-modeller ikke er i stand til at fange alle risici; for eksempel basisrisiko.Disse yderligere risici kaldes "risiko ikke i VaR" eller RNiV.

I et forsøg på at afhjælpe disse utilstrækkeligheder supplerer risikostyrerne VaR-foranstaltningen med andre risikobestemmelser og andre teknikker såsom stresstest.

Den nederste linje

Value-at-Risk (VaR) er et mål for værste fald i en bestemt periode med en vis grad af tillid. Måling af VaR hængsler på fordelingen af ​​investeringsafkast. For at afprøve om modellen præcist repræsenterer virkeligheden, kan backtesting udføres. En mislykket backtest betyder, at VaR-modellen skal evalueres igen. En VaR-model, der passerer en backtest, skal dog stadig suppleres med andre risikobestemmelser på grund af manglerne ved VaR-modellering. (Se også

Sådan beregnes investeringsafkastet. )