Investor's wiki

Value at Risk (VaR)

Value at Risk (VaR)

Mikä on Value at Risk (VaR)?

Riskiarvo (VaR) on tilasto, joka ilmaisee mahdollisten taloudellisten tappioiden laajuuden yrityksessä, salkussa tai positiossa tietyllä aikavälillä. Investointi- ja liikepankit käyttävät tätä mittaria yleisimmin määrittääkseen institutionaalisten salkkujensa mahdollisten tappioiden laajuuden ja todennäköisyydet.

Riskienpäälliköt käyttävät VaR:ia riskialttiuden tason mittaamiseen ja hallitsemiseen. VaR-laskelmia voidaan soveltaa tiettyihin positioihin tai kokonaisiin salkkuihin tai niitä voidaan käyttää yrityksen laajuisen riskin mittaamiseen.

Understanding Value at Risk (VaR)

VaR-mallinnus määrittää arvioitavan kokonaisuuden mahdollisen tappion ja määritellyn tappion syntymisen todennäköisyyden. VaR-arvoa mitataan arvioimalla mahdollisen tappion suuruus, tappion suuruuden toteutumistodennäköisyys ja aikakehys.

Rahoitusyritys voi esimerkiksi määrittää, että omaisuuserän 3 prosentin yhden kuukauden VaR on 2 prosenttia, mikä edustaa 3 prosentin todennäköisyyttä, että omaisuuserän arvo laskee 2 prosenttia yhden kuukauden ajanjakson aikana. 3 %:n esiintymismahdollisuuden muuntaminen päiväsuhteeksi asettaa 2 %:n tappion todennäköisyydelle yhdeksi päiväksi kuukaudessa.

Yrityksen laajuisen VaR-arvioinnin avulla voidaan määrittää laitoksen eri kaupankäyntipisteiden ja osastojen yhteenlasketuista positioista aiheutuvat kumulatiiviset riskit. Rahoituslaitokset voivat VaR-mallinnuksen tuottaman tiedon avulla määrittää, onko niillä riittävät pääomareservit tappioiden kattamiseksi vai edellyttävätkö hyväksyttävää suuremmat riskit niiden keskitettyjen omistusosuuksien vähentämistä.

VaR-metodologiat

VaR:n laskemiseen on kolme päätapaa. Ensimmäinen on historiallinen menetelmä, joka tarkastelee aiempaa palautushistoriaa ja määrää heidät pahimmista tappioista suurimpiin voittoihin - seuraamalla olettamusta, että aiemmat tuottokokemukset kertovat tulevista tuloksista.

Toinen on varianssi-kovarianssimenetelmä. Sen sijaan, että oletetaan, että menneisyys kertoo tulevaisuudesta, tämä menetelmä olettaa sen sijaan, että voitot ja tappiot jakautuvat normaalisti. Näin mahdolliset häviöt voidaan muotoilla keskihajonnan tapahtumien perusteella.

Viimeinen lähestymistapa VaR:iin on suorittaa Monte Carlo -simulaatio. Tämä tekniikka käyttää laskennallisia malleja simuloidakseen ennustettuja tuottoja satojen tai tuhansien mahdollisten iteraatioiden aikana. Sitten se ottaa todennäköisyyden, että tappio tapahtuu, esimerkiksi 5 % ajasta, ja paljastaa vaikutuksen.

Esimerkki ongelmista Value at Risk (VaR) -laskelmissa

Omaisuuden, salkun tai yrityksen laajuisen riskin määrittämiseen käytettäville tilastoille ei ole standardiprotokollaa. Esimerkiksi alhaisen volatiliteetin ajanjaksolta mielivaltaisesti vedetyt tilastot voivat aliarvioida riskitapahtumien mahdollisuutta ja näiden tapahtumien suuruutta. Riskiä voidaan edelleen aliarvioida käyttämällä normaalijakauman todennäköisyyksiä, jotka harvoin selittävät äärimmäisiä tai mustajoutsentapahtumia.

Mahdollisen tappion arviointi edustaa pienintä riskiä useissa eri tuloksissa. Esimerkiksi 95 %:n VaR-määritys 20 %:n omaisuusriskillä edustaa odotusta menettää vähintään 20 % joka 20. päivä keskimäärin. Tässä laskelmassa 50 %:n menetys vahvistaa edelleen riskinarvioinnin.

subprime - asuntolainasalkkujen aiheuttamat riskitapahtumat . Riskin suuruus oli myös aliarvioitu, mikä johti äärimmäisiin subprime-salkuihin. Tämän seurauksena tapahtumien ja riskien suuruuden aliarvioinnit jättivät laitokset kykenemättömiksi kattamaan miljardeja dollareita tappioita subprime-asuntoluottojen romahtaessa.

Kohokohdat

  • Value at risk (VaR) on tapa kvantifioida yrityksen tai sijoituksen mahdollisten tappioiden riski.

  • Investointipankit soveltavat yleisesti VaR-mallinnusta yrityksen laajuisiin riskeihin, koska riippumattomat kaupankäyntikeskukset voivat tahattomasti altistaa yrityksen voimakkaasti korreloituville omaisuuserille.

  • Tämä mittari voidaan laskea useilla tavoilla, mukaan lukien historiallinen, varianssi-kovarianssi ja Monte Carlo -menetelmät.