Value at Risk (VaR)

Hva er Value at Risk (VaR)?

Value at risk (VaR) er en statistikk som kvantifiserer omfanget av mulige økonomiske tap innenfor et firma, portefølje eller posisjon over en bestemt tidsramme. Denne beregningen brukes oftest av investerings- og forretningsbanker for å bestemme omfanget og sannsynligheten for potensielle tap i deres institusjonelle porteføljer.

Risikoansvarlige bruker VaR for å måle og kontrollere nivået av risikoeksponering. Man kan bruke VaR-beregninger på spesifikke posisjoner eller hele porteføljer eller bruke dem til å måle risikoeksponering for hele bedriften.

Forstå verdi ved risiko (VaR)

VaR-modellering bestemmer potensialet for tap i foretaket som vurderes og sannsynligheten for at det definerte tapet vil inntreffe. Man måler VaR ved å vurdere mengden potensielt tap, sannsynligheten for at tapet inntreffer, og tidsrammen.

Et finansfirma kan for eksempel fastslå at en eiendel har en 3 % en-måneds VaR på 2 %, noe som representerer en 3 % sjanse for at eiendelen faller i verdi med 2 % i løpet av en måneds tidsramme. Konverteringen av 3 % sjanse for forekomst til et daglig forhold plasserer oddsen for et tap på 2 % på én dag per måned.

Ved å bruke en fast-omfattende VaR-vurdering gjør det mulig å bestemme de kumulative risikoene fra aggregerte posisjoner holdt av ulike handelsbord og avdelinger i institusjonen. Ved å bruke dataene fra VaR-modellering kan finansinstitusjoner avgjøre om de har tilstrekkelige kapitalreserver på plass for å dekke tap eller om høyere enn akseptabel risiko krever at de reduserer konsentrerte beholdninger.

VaR-metoder

Det er tre hovedmåter å beregne VaR på. Den første er den historiske metoden, som ser på ens tidligere avkastningshistorie og beordrer dem fra verste tap til største gevinster – etter forutsetningen om at tidligere avkastningserfaring vil informere fremtidige utfall.

Den andre er varians-kovariansmetoden. I stedet for å anta at fortiden vil informere fremtiden, antar denne metoden i stedet at gevinster og tap er normalfordelt. På denne måten kan potensielle tap innrammes i form av standardavvikshendelser fra gjennomsnittet.

En siste tilnærming til VaR er å gjennomføre en Monte Carlo-simulering. Denne teknikken bruker beregningsmodeller for å simulere anslått avkastning over hundrevis eller tusenvis av mulige iterasjoner. Deretter tar den sjansene for at et tap vil oppstå, for eksempel 5 % av tiden, og avslører virkningen.

Eksempel på problemer med Value at Risk (VaR)-beregninger

Det er ingen standardprotokoll for statistikken som brukes til å bestemme eiendels-, portefølje- eller bedriftsomfattende risiko. Statistikk hentet vilkårlig fra en periode med lav volatilitet kan for eksempel undervurdere potensialet for risikohendelser og omfanget av disse hendelsene. Risiko kan undervurderes ytterligere ved å bruke normalfordelingssannsynligheter, som sjelden står for ekstreme hendelser eller hendelser med svart svane.

Vurderingen av potensielt tap representerer den laveste risikoen i en rekke utfall. For eksempel representerer en VaR-fastsettelse på 95 % med 20 % aktivarisiko en forventning om å tape minst 20 % én av hver 20. dag i gjennomsnitt. I denne beregningen validerer fortsatt et tap på 50 % risikovurderingen.

Finanskrisen i 2008 som avslørte disse problemene som relativt godartede VaR-beregninger undervurderte den potensielle forekomsten av risikohendelser fra porteføljer av subprime-lån. Risikostørrelsen ble også undervurdert, noe som resulterte i ekstreme gearingsrater innenfor subprime-porteføljer. Som et resultat gjorde undervurderingene av forekomst og risikostørrelse institusjoner ute av stand til å dekke milliarder av dollar i tap da subprime-boliglånsverdiene kollapset.

Høydepunkter

• Value at risk (VaR) er en måte å kvantifisere risikoen for potensielle tap for et firma eller en investering.

• Investeringsbanker bruker vanligvis VaR-modeller for risiko i hele firmaet på grunn av potensialet for uavhengige handelsdesk til å utilsiktet eksponere firmaet for høykorrelerte eiendeler.

• Denne metrikken kan beregnes på flere måter, inkludert de historiske, varians-kovarians- og Monte Carlo-metodene.