Value at Risk (VaR)

Vad är Value at Risk (VaR)?

Value at risk (VaR) är en statistik som kvantifierar omfattningen av möjliga ekonomiska förluster inom ett företag, portfölj eller position över en specifik tidsram. Detta mått används oftast av investerings- och affärsbanker för att bestämma omfattningen och sannolikheten för potentiella förluster i deras institutionella portföljer.

Riskhanterare använder VaR för att mäta och kontrollera nivån på riskexponeringen. Man kan tillämpa VaR-beräkningar på specifika positioner eller hela portföljer eller använda dem för att mäta företagsövergripande riskexponering.

Förstå Value at Risk (VaR)

VaR-modellering bestämmer potentialen för förlust i det företag som bedöms och sannolikheten för att den definierade förlusten kommer att inträffa. Man mäter VaR genom att bedöma mängden potentiell förlust, sannolikheten för att förlusten inträffar och tidsramen.

Ett finansiellt företag kan till exempel fastställa att en tillgång har en VaR på 3 % en månad på 2 %, vilket motsvarar en chans på 3 % att tillgången minskar i värde med 2 % under en månads tidsram. Omvandlingen av 3% chans att inträffa till ett dagligt förhållande placerar oddsen för en 2% förlust på en dag per månad.

Genom att använda en företagsomfattande VaR-bedömning möjliggörs bestämning av de kumulativa riskerna från aggregerade positioner som innehas av olika handelsdesk och avdelningar inom institutet. Med hjälp av data som tillhandahålls av VaR-modellering kan finansinstitut avgöra om de har tillräckliga kapitalreserver på plats för att täcka förluster eller om högre risker än acceptabla kräver att de minskar koncentrerade innehav.

VaR-metoder

Det finns tre huvudsakliga sätt att beräkna VaR. Den första är den historiska metoden, som tittar på ens tidigare avkastningshistorik och beordrar dem från värsta förluster till största vinster – efter antagandet att tidigare erfarenheter av avkastning kommer att informera framtida resultat.

Den andra är varians-kovariansmetoden. Snarare än att anta att det förflutna kommer att informera om framtiden, antar denna metod istället att vinster och förluster är normalfördelade. På så sätt kan potentiella förluster ramas in i termer av standardavvikelsehändelser från medelvärdet.

En sista inställning till VaR är att genomföra en Monte Carlo-simulering. Denna teknik använder beräkningsmodeller för att simulera prognostiserade avkastning över hundratals eller tusentals möjliga iterationer. Sedan tar den chansen att en förlust inträffar, säg 5 % av tiden, och avslöjar effekten.

Exempel på problem med Value at Risk (VaR)-beräkningar

Det finns inget standardprotokoll för statistiken som används för att bestämma tillgångar, portföljer eller företagsomfattande risker. Statistik som hämtas godtyckligt från en period med låg volatilitet kan till exempel underskatta risken för riskhändelser och omfattningen av dessa händelser. Risken kan underskattas ytterligare med normalfördelningssannolikheter, som sällan står för extrema händelser eller svanen.

Bedömningen av potentiell förlust representerar den lägsta risken i en rad olika utfall. Till exempel representerar en VaR-bestämning på 95 % med 20 % tillgångsrisk en förväntan om att förlora minst 20 % en av var 20:e dag i genomsnitt. I denna beräkning validerar en förlust på 50 % fortfarande riskbedömningen.

Finanskrisen 2008 som avslöjade dessa problem som relativt godartade VaR-beräkningar underskattade den potentiella förekomsten av riskhändelser från portföljer av subprime-bolån. Riskstorleken underskattades också, vilket resulterade i extrema skuldsättningsgrader inom subprime-portföljer. Som ett resultat gjorde underskattningarna av förekomsten och riskstorleken institutioner oförmögna att täcka miljarder dollar i förluster när subprime-bolånevärden kollapsade.

Höjdpunkter

• Value at risk (VaR) är ett sätt att kvantifiera risken för potentiella förluster för ett företag eller en investering.

• Investeringsbanker tillämpar vanligtvis VaR-modeller på företagsomfattande risker på grund av möjligheten för oberoende handelsbord att oavsiktligt exponera företaget för starkt korrelerade tillgångar.

• Det här måttet kan beräknas på flera sätt, inklusive de historiska, varians-kovarians- och Monte Carlo-metoderna.