Wartość zagrożona (VAR)

Czym jest wartość zagrożona (VaR)?

Wartość zagrożona (VaR) to statystyka, która określa ilościowo zakres możliwych strat finansowych w firmie, portfelu lub pozycji w określonym przedziale czasowym. Miernik ten jest najczęściej używany przez banki inwestycyjne i komercyjne do określenia zakresu i prawdopodobieństwa potencjalnych strat w ich portfelach instytucjonalnych.

Menedżerowie ryzyka wykorzystują VaR do mierzenia i kontrolowania poziomu narażenia na ryzyko. Obliczenia VaR można zastosować do określonych pozycji lub całych portfeli lub wykorzystać je do pomiaru ekspozycji na ryzyko w całej firmie.

Zrozumienie wartości zagrożonej (VaR)

Modelowanie VaR określa potencjalną stratę w ocenianym podmiocie oraz prawdopodobieństwo wystąpienia zdefiniowanej straty. Jeden mierzy VaR, oceniając kwotę potencjalnej straty, prawdopodobieństwo wystąpienia dla kwoty straty oraz ramy czasowe.

Na przykład firma finansowa może określić, że składnik aktywów ma 3% miesięczny VaR w wysokości 2%, co oznacza 3% szans na spadek wartości aktywów o 2% w ciągu jednego miesiąca. Przeliczenie 3% prawdopodobieństwa wystąpienia na wskaźnik dzienny daje szansę na 2% stratę na jeden dzień w miesiącu.

Korzystanie z oceny VaR obejmującej całą firmę pozwala na określenie skumulowanego ryzyka z zagregowanych pozycji posiadanych przez różne działy handlowe i departamenty w ramach instytucji. Korzystając z danych dostarczonych przez modelowanie VaR, instytucje finansowe mogą określić, czy posiadają wystarczające rezerwy kapitałowe na pokrycie strat lub czy wyższe niż dopuszczalne ryzyko wymaga od nich zmniejszenia skoncentrowanych udziałów.

Metodologie VaR

Istnieją trzy główne sposoby obliczania VaR. Pierwsza to metoda historyczna, która analizuje historię wcześniejszych zwrotów i porządkuje je od najgorszych strat do największych zysków – wychodząc z założenia, że doświadczenia z poprzednich zwrotów będą informować o przyszłych wynikach.

Druga to metoda wariancji-kowariancji. Zamiast zakładać, że przeszłość wpłynie na przyszłość, ta metoda zakłada, że zyski i straty mają rozkład normalny. W ten sposób potencjalne straty można określić w kategoriach zdarzeń odchylenia standardowego od średniej.

Ostatnim podejściem do VaR jest przeprowadzenie symulacji Monte Carlo. Ta technika wykorzystuje modele obliczeniowe do symulacji przewidywanych zwrotów w setkach lub tysiącach możliwych iteracji. Następnie wykorzystuje szanse, że wystąpi strata, powiedzmy w 5% przypadków, i ujawnia wpływ.

Przykłady problemów z obliczeniami wartości zagrożonej (VaR)

Nie ma standardowego protokołu dla statystyk używanych do określania ryzyka aktywów, portfela lub całej firmy. Statystyki pobierane arbitralnie z okresu niskiej zmienności,. na przykład, mogą zaniżać możliwość wystąpienia zdarzeń ryzyka i skalę tych zdarzeń. Ryzyko można jeszcze bardziej zaniżyć, stosując prawdopodobieństwa rozkładu normalnego, które rzadko uwzględniają zdarzenia ekstremalne lub zdarzenia z udziałem czarnego łabędzia.

Ocena potencjalnej straty reprezentuje najmniejsze ryzyko w szeregu wyników. Na przykład określenie VaR na poziomie 95% przy 20% ryzyku aktywów oznacza oczekiwanie utraty co najmniej 20% jednego na każde 20 dni. W tych obliczeniach strata 50% nadal potwierdza ocenę ryzyka.

Kryzys finansowy z 2008 roku, który obnażył te problemy jako stosunkowo łagodne obliczenia VaR, zaniżył potencjalne wystąpienie zdarzeń ryzyka stwarzanych przez portfele kredytów hipotecznych subprime. Nie doszacowano również skali ryzyka, co skutkowało skrajnymi wskaźnikami dźwigni w portfelach subprime. W rezultacie niedoszacowanie występowania i wielkości ryzyka sprawiło, że instytucje nie były w stanie pokryć miliardów dolarów strat, ponieważ spadły wartości kredytów hipotecznych typu subprime.

##Przegląd najważniejszych wydarzeń

• Wartość zagrożona (VaR) to sposób kwantyfikacji ryzyka potencjalnych strat dla firmy lub inwestycji.

• Banki inwestycyjne powszechnie stosują modelowanie VaR w odniesieniu do ryzyka całej firmy ze względu na możliwość niezamierzonego narażenia firmy na silnie skorelowane aktywa przez niezależne stanowiska transakcyjne.

• Ta metryka może być obliczona na kilka sposobów, w tym metodami historycznymi, wariancji-kowariancji i Monte Carlo.