Skip to main content
Calkulon

Fejlett pénzügy és üzlet

Value at Risk (VaR)

What is Value at Risk (VaR)?

▾

A kockáztatott érték (VaR) egy statisztikai mérőszám, amely számszerűsíti azt a potenciális pénzügyi veszteséget, amelyet egy portfólió egy meghatározott időhorizonton, egy adott megbízhatósági szinten érhet. Például egy 1 millió dolláros 1 napos 95%-os VaR azt jelenti, hogy 95%-os valószínűséggel a portfólió egyetlen kereskedési napon nem veszít 1 millió dollárnál többet – vagy ennek megfelelően 5%-os esélye van annak, hogy a veszteségek bármelyik napon meghaladják az 1 millió dollárt. A VaR a domináns kockázati mérőszámmá vált a pénzügyi intézményekben, miután J.P. Morgan 1994-ben publikálta a RiskMetrics módszertant, majd beágyazódott a banki tőkemegfelelésre vonatkozó Bázel II és Bázel III szabályozási keretek közé. A VaR három fő megközelítéssel számítható ki. A történeti szimulációs módszer a portfólió hozamainak tényleges történeti eloszlását használja, visszajátssza a múltbeli hozammegfigyeléseket a veszteségeloszlás összeállításához, és leolvassa a vonatkozó percentilist. A Parametrikus (Variance-Covariance) módszer feltételezi, hogy a hozamok normális eloszlásúak, és a portfólió átlagos hozamát, szórását és a normál eloszlás z-pontszámát használja a VaR analitikus kiszámításához. A Monte Carlo szimulációs módszer több ezer véletlenszerű megtérülési forgatókönyvet generál meghatározott eloszlási feltevések és korrelációk alapján, szintetikus veszteségeloszlást hozva létre, amelyből a VaR becslése történik. Mindegyik módszernek megvannak az erősségei és korlátai. A történeti szimuláció intuitív, de korlátozza a történeti adatkészlet minősége és hossza. A parametrikus módszer számításilag egyszerű, de kudarcot vall, ha a hozameloszlások kövér farokkal vagy nemlineáris kockázati kitettséggel rendelkeznek (pl. opciók). Monte Carlo a legrugalmasabb, de számításigényes és érzékeny a modell feltevéseire. A VaR-t széles körben használják kereskedelmi bankok, befektetési bankok, fedezeti alapok, vagyonkezelők, biztosítótársaságok és nyugdíjalapok. Szabályozási követelmény a Bázel III (belső modellek megközelítést alkalmazó) piaci kockázati tőke számításaihoz, és a főbb pénzintézetek éves jelentéseiben közzéteszik. Mindenütt jelenléte ellenére a VaR-nek vannak jól dokumentált korlátai: nem írja le a bizalmi küszöböt meghaladó veszteségek súlyosságát (tail loss), a piaci stressz során alábecsülheti a kockázatot, és hamis pontosságot generálhat. Az átfogó kockázatkezelés érdekében a VaR mellett mindig olyan kiegészítő mérőszámokat alkalmaznak, mint az Expected Shortfall (CVaR) és a stresszteszt.

Calkulon makes complex calculations simple — built for students and everyday problem-solvers.

Képlet

▾
f(x)Paraméteres VaR = W × (μ × T − z × σ × √T) Történelmi VaR = Percentilis (P&L eloszlás, 1 − konfidenciaszint)

Variable Legend

▾
SzimbólumNévEgységLeírás
VaRKockáztatott értékcurrency or %A maximális várható veszteség a megadott megbízhatósági szinten az adott időhorizontban.
μPortfólió átlagos hozama% per periodA portfólió átlagos hozama a történelmi mérési időszak alatt.
σPortfólió szórás% per periodA portfólióhozamok szórása a historikus mérési időszakban.
zZ-pontszám (megbízhatósági szint)dimensionlessA megbízhatósági szintnek megfelelő normál eloszlású kvantilis (pl. 1,645 95%-nál, 2,326 99%-nál).
TIdőhorizontdaysA tartási időszak, amely alatt a VaR-t mérik; általában 1 nap a kereskedési könyveknél vagy 10 nap a szavatoló tőkénél.
WPortfólió értékecurrencyA portfólió aktuális piaci értéke; százalékos VaR dollár VaR-re konvertálására szolgál.

How to Value at Risk (VaR)

▾
  1. 1Határozza meg a paramétereket: válassza ki a megbízhatósági szintet (általában 95% vagy 99%), az időhorizontot (1 nap vagy 10 nap) és a portfólió értékét.
  2. 2Parametrikus VaR esetén: gyűjtse össze a portfólió napi hozamsorait, számítsa ki az átlagos napi hozamot (μ) és a szórást (σ), majd számítsa ki a VaR = W × (z × σ × √T − μ × T) értéket, ahol z = 1,645 95%-ra vagy 2,326 99%-ra.
  3. 3Történeti szimulációhoz: gyűjtsön össze legalább 250–500 napi megtérülési megfigyelést, rendezze őket a legrosszabbtól a legjobbig, és határozza meg ennek a történelmi veszteségeloszlásnak az 5. percentilisét (95%-os VaR esetén) vagy 1. percentilisét (99%-os VaR esetén).
  4. 4Monte Carlo esetében: adja meg a hozameloszlás paramétereit (átlag, volatilitás, korrelációk), generáljon több mint 10 000 véletlenszerű megtérülési forgatókönyvet, készítse el a szimulált eredmény-eloszlást, és olvassa le a megfelelő százalékot.
  5. 5Skála 1 napról hosszabb távra: szorozza meg az 1 napos VaR-t √T-vel a T-nap VaR becsléséhez (az idő négyzetgyöke szabálya szerint, amely független hozamokat feltételez).
  6. 6Tesztelje vissza a VaR-modellt úgy, hogy megszámolja, hogy a tényleges veszteségek milyen gyakran haladták meg a VaR-becslést („kivételek”). A 99%-os VaR esetében körülbelül évi 2,5 kivétel várható (250 kereskedési napból); lényegesen több modellhibát jelez.
  7. 7Jelentse a VaR-t az Expected Shortfall (CVaR) mellett – az átlagos veszteség, ha a veszteség meghaladja a VaR-t –, hogy jellemezze a veszteségeloszlás VaR küszöbértéken túli végét.

Worked Examples

▾
Example 1Részvényportfólió – Paraméteres 95%-os 1 napos VaR
Given:Portfólió értéke 1 000 000 USD, napi átlagos hozam 0,04%, napi std dev 1,2%, megbízhatóság 95%
Eredmény:1 napos 95%-os VaR = 19 374 USD

5% esély van arra, hogy bármely kereskedési napon több mint 19 374 dollárt veszítsen.

A parametrikus képlet használatával: VaR = 1 000 000 USD × (1,645 × 0,012–0,0004) = 1 000 000 USD × (0,01974–0,0004) = 1 000 000 USD × 0,01934 = 19,340 dollár (19,33 40 pontosan z-pontszám). Ez azt jelenti, hogy a kereskedési napok 95%-án a portfólió vesztesége várhatóan ez alatt lesz. A napok 5%-án – nagyjából évi 12-13 kereskedési napon – a veszteségek várhatóan meghaladják ezt a számot. Ez a VaR-becslés normál eloszlású hozamokat feltételez, és alábecsülné a kockázatot, ha a hozameloszlásnak kövér farka van.

Example 2Banki kereskedési könyv – 99%-os 10 napos szabályozási VaR
Given:1 napos 99% VaR 500 000 USD; 10 napra méretezve
Eredmény:10 napos 99%-os VaR = 1 581 139 USD

A Bázel III megköveteli, hogy a bankok tőkét tartsanak a 10 napos 99%-os VaR értékkel szemben a piaci kockázat miatt.

A Bázel III belső modellek megközelítése szerint a bankoknak 10 napos 99%-os VaR-t kell kiszámítaniuk a piaci kockázati tőkekövetelményekhez. Az idő négyzetgyök-szabályával: 10 napos VaR = 1 napos VaR × √10 = 500 000 USD × 3 162 = 1 581 139 USD. A banknak ennek a VaR-nak (a szorzótényezőnek) legalább háromszorosának megfelelő szavatoló tőkével kell rendelkeznie a piaci kockázat elleni tőkepufferként. Ez a példa azt szemlélteti, hogy a VaR hogyan befolyásolja közvetlenül a szabályozói tőkekövetelményeket és a mérlegkezelési döntéseket a nagyobb pénzügyi intézményeknél.

Example 3Történelmi szimuláció – Hedge Fund portfólió
Given:500 napi megfigyelés; Az 5. legrosszabb százalékos veszteség = -3,8% a 2 000 000 dolláros portfólión
Eredmény:1 napos 95%-os történelmi VaR = 76 000 USD

A tényleges múltbeli hozameloszlás alapján – nincs szükség normalitási feltételezésre.

Az 500 napos hozamtörténettel rendelkező fedezeti alapok esetében a történeti szimulációs módszer mind az 500 napi eredmény- és eredménymegfigyelést rangsorolja. A 25. legrosszabb napi veszteség (5. percentilis = 500 × 0,05 = 25. megfigyelés) a 95%-os VaR-t jelenti. Ha a 25. legrosszabb nap 3,8%-os veszteséget eredményezett egy 2 000 000 dolláros portfólión, akkor a történelmi VaR 76 000 dollár. Ez a módszer különösen értékes a nemlineáris kitettséggel rendelkező hedge fund portfólióknál (opciók, konvertibilisek), ahol a parametrikus módszer normalitási feltételezése kudarcot vall, mivel a tényleges realizált hozamokat használja, függetlenül azok eloszlási alakjától.

Example 4Kriptovaluta portfólió – nagy volatilitású kontextus
Given:Portfólió 100 000 USD, napi std dev 4,5%, megbízhatóság 99%, átlagos napi hozam 0,1%
Eredmény:1 napos 99%-os paraméteres VaR = 10 377 USD

10,4% napi VaR – a kripto extrém volatilitása miatt a VaR nagyon nagy a portfólióhoz képest.

Egy 4,5%-os napi volatilitású kriptovaluta portfólió esetében (a tipikus részvényportfóliók ~1%-ával szemben) a 99%-os VaR körülbelül 100 000 USD × (2,326 × 0,045–0,001) = 100 000 × 0,10367 = 10 USD. Ez azt jelenti, hogy egy adott napon 1%-os esély van arra, hogy a portfólió több mint 10%-át elveszítse – ez sokkal magasabb abszolút kockázat, mint a hagyományos pénzügyi eszközök esetében. Kritikus módon a parametrikus modell valószínűleg alábecsüli a valódi kriptográfiai VaR-t a zsírfarkú, leptokurtikus hozameloszlások miatt. A történelmi szimuláció vagy a szélsőérték-elmélet általában magasabb becsléseket ad az ilyen eszközosztályokra.

Real-World Applications

▾
🏗️

Bázel III szabályozói tőkeszámítások a bankpiaci kockázatra a belső modellek megközelítése szerint, amely a kockáztatott érték fontos alkalmazási területét jelenti szakmai és elemzési környezetben, ahol a pontos kockázati érték számítások közvetlenül támogatják a megalapozott döntéshozatalt, a stratégiai tervezést és a teljesítményoptimalizálást.

🔬

Napi kockázati limit monitorozás a befektetési bankok és árjegyző cégek kereskedési pultjainál, amelyek a kockáztatott érték fontos alkalmazási területét jelentik szakmai és elemzési környezetben, ahol a pontos kockázati érték számítások közvetlenül támogatják a megalapozott döntéshozatalt, a stratégiai tervezést és a teljesítményoptimalizálást.

📊

Az ÁÉKBV-alapok tájékoztatójának kockázati közzététele az EU-rendeletek által (SRRI módszertan), amely a kockáztatott érték fontos alkalmazási területét jelenti szakmai és elemzési környezetben, ahol a pontos kockázati érték számítások közvetlenül támogatják a megalapozott döntéshozatalt, a stratégiai tervezést és a teljesítmény optimalizálását.

🏥

Portfólió optimalizálás: minimális VaR-portfóliók készítése a megtérülési célokon belül, amelyek a kockáztatott érték fontos alkalmazási területét jelentik szakmai és elemzési környezetben, ahol a pontos kockázati érték számítások közvetlenül támogatják a megalapozott döntéshozatalt, a stratégiai tervezést és a teljesítményoptimalizálást.

⚙️

A biztosítótársaság kockázatalapú tőkeszámításai a befektetési portfólió piaci kockázatához, amely a kockáztatott érték fontos alkalmazási területét jelenti szakmai és elemzési környezetben, ahol a pontos kockázati érték számítások közvetlenül támogatják a megalapozott döntéshozatalt, a stratégiai tervezést és a teljesítmény optimalizálását.

Special Cases

▾

Opciós portfóliók és nemlineáris VaR

Opciókat tartalmazó portfóliók esetében a lineáris VaR-modellek (paraméteres) nem megfelelőek, mert az opciók nemlineáris eredmény- és eredményprofillal rendelkeznek (delta, gamma, vega kitettség). Teljes átértékelési VaR-t (Historical Simulation vagy Monte Carlo) kell használni, a megtérülési forgatókönyvek alkalmazásával az egyes opciók egyedi átárazására az árazási modell alapján, ahelyett, hogy arányos eredmény-változásokat feltételeznének.

Negatív portfólióérték vagy rövid pozíciók

A nettó rövid pozíciókkal rendelkező portfóliók esetében a nyereség és a veszteség a piaci mozgásokhoz képest megfordul. A VaR-t a tényleges eredmény-eloszlás, nem pedig a mögöttes eszközök hozameloszlása ​​szempontjából kell kiszámítani. A short pozíciók profitálnak a piaci visszaesésekből, de veszítenek a piaci előrelépésekből, ezért a rövid könyvek VaR-jének a felfelé irányuló piaci kockázatot kell figyelembe vennie, nem pedig a lefelé mutató kockázatot.

Correlation Breakdown during Stress

Az eszközök közötti történelmi korrelációkra támaszkodó VaR-modellek drámaian alábecsülhetik a portfólió VaR-ét piaci stresszes események során, amikor a korábban nem korrelált eszközök erősen korrelálnak (válság esetén a korreláció 1-re megy). A normál piacokon feltételezett diverzifikációs előnyök hirtelen eltűnhetnek, így a tényleges veszteségek messze meghaladják a több eszközre vonatkozó VaR becsléseket.

VaR bizalmi szintű Z-pontszámok és éves kivételi ráták

▾
Magabiztossági szintZ-pontszámNapi kivételi arányVárható kivételek/év
90%1.28210%~25 nap/év
95%1.6455%~12-13 nap/év
97,5%1.9602,5%~6 nap/év
99%2.3261%~2-3 nap/év
99,5%2.5760,5%~1 nap/év
99,9%3.0900,1%~1 nap 4 évente

Frequently Asked Questions

▾
Q

Mi a különbség a VaR és az Expected Shortfall (CVaR) között?

A

A VaR arra a kérdésre válaszol, hogy mennyi a maximális veszteség egy adott megbízhatósági szinten? - de nem mond semmit arról, hogy mekkora veszteség lehet ezen a küszöbön túl. Az Expected Shortfall (ES), más néven feltételes VaR (CVaR) választ ad arra a kiegészítő kérdésre, hogy „ha a veszteségek meghaladják a VaR-t, mekkora az átlagos veszteség?” Az ES mindig nagyobb vagy egyenlő, mint a VaR, és teljesebb leírást ad a végkockázatról. Például, ha a 99%-os VaR 1 millió dollár, akkor a CVaR 1,8 millió dollár lehet – vagyis a VaR-küszöböt meghaladó veszteség átlagosan 1,8 millió dollár. A Bázel III a VaR-ról fokozatosan a várható hiány irányába tolódott el, mint az elsődleges szabályozói kockázati mérőszámra, a CVaR jobb alsó kockázati tulajdonságai miatt.

Q

Miért nem árulja el a VaR, hogy a legrosszabb veszteségek milyen súlyosak lehetnek?

A

A VaR egy kvantilis mérőszám – meghatároz egy küszöböt, amelyet a veszteségek adott valószínűséggel nem lépnek túl, de nem ad információt a küszöböt meghaladó veszteségek eloszlásáról. Két portfóliónak lehet azonos VaR-értéke, de nagyon eltérő végprofilja: az egyiknek mérsékelt veszteségei lehetnek a VaR-en túl, míg egy másiknak katasztrofális veszteségei lehetnek. Ez a korlátozás különösen súlyos az opciókat, hitelderivatívákat vagy más, nem lineáris, erősen torz hozameloszlású eszközöket tartalmazó portfóliók esetében. Ennek gyakorlati következménye, hogy a VaR önmagában nem elegendő a kockázatkezeléshez, és ki kell egészíteni a várható hiányossággal és stressztesztekkel.

Q

Milyen megbízhatósági szintet használjak a VaR-hez?

A

A leggyakoribb választás a 95% (számos belső kockázatkezelési alkalmazásban és egyes szabályozók által használt) és 99% (a Bázel III által a bankpiaci kockázati tőkére meghatározott). Egyes cégek 99,9%-ot vagy magasabb értéket használnak gazdasági tőkét és stressztesztelési célokra. A választás az alkalmazástól függ: a belső kockázati limitek 95%-os VaR-t alkalmazhatnak a napi monitorozáshoz (gyakrabban, de kisebb kivételeket produkálva), míg a szabályozói tőke- és kockázattűrési keretrendszerek jellemzően 99%-os VaR-t alkalmaznak. A magasabb megbízhatósági szintek nagyobb VaR-becsléseket eredményeznek, és több múltbeli adatot igényelnek a megbízható becsléshez – a múltbeli adatok 99,9%-os VaR-hez legalább 1000 megfigyelés szükséges ahhoz, hogy jelentős számú végesemény legyen.

Q

Hogyan történik a VaR visszatesztelése?

A

A VaR-modellek utólagos tesztelése a napi VaR-becslések és a tényleges későbbi eredmény-realizációk összehasonlításával történik, és megszámolják a „kivételek” számát – azokat a napokat, amikor a tényleges veszteségek meghaladták a VaR-becslést. A helyesen kalibrált 99%-os VaR-modell esetében a napok körülbelül 1%-a eredményez kivételt – évente körülbelül 2-3 nap a 250 kereskedési napból. A Bázel III jelzőlámpás rendszert használ: 0-4 kivétel évente zöld zóna (a modell elfogadható), 5-9 sárga zóna (a modell gyanús, további tőkeköltség), és 10+ piros zóna (a modell elutasítva). A kivételek szisztematikus túl- vagy aluljóslása szabályozói ellenőrzést és modell-újrakalibrálást vált ki.

Q

Melyek a VaR fő korlátai?

A

A VaR számos jól dokumentált korláttal rendelkezik. Hamis pontosságot biztosíthat – a kockázat egyetlen számként történő kifejezése félrevezető bizalmat kelthet. Nem méri a végkockázatot (a VaR küszöböt meghaladó veszteségeket). A paraméteres VaR normál eloszlású hozamokat feltételez, ami alábecsüli a zsíros eloszlások kockázatát. A történeti szimuláció visszatekintő, és nem biztos, hogy a jövőbeli piaci feltételeket rögzíti. A VaR lehet prociklikus – alacsonynak tűnik a nyugodt piacokon, amikor a kockázat ténylegesen felhalmozódik, és megugrik a válság idején, amikor a pozíciókat csökkenteni kell. Ezenkívül a korrelált stresszesemények során a VaR-modellek által feltételezett diverzifikációs előnyök eltűnhetnek, így a tényleges veszteségek messze meghaladják a VaR becsléseket.

Q

Hogyan befolyásolja az időhorizont a VaR-t?

A

A VaR hozzávetőlegesen az időhorizont négyzetgyökével skálázódik azzal a feltételezéssel, hogy a napi hozamok függetlenek és azonos eloszlásúak (i.i.d.). A 10 napos VaR körülbelül √10 ≈ 3,16-szorosa az 1 napos VaR-nak. Ez a skálázási szabály a Bázel III-ba van beágyazva (amely 10 napos VaR-t határoz meg a szavatoló tőkére), és matematikailag akkor érvényes, ha a hozamok időben nem korrelálnak. Ha azonban a hozamok sorozatos autokorrelációt mutatnak – amit sokan rövid távon –, az idő négyzetgyökére vonatkozó szabály túlbecsüli a VaR-t a pozitív autokorrelált eszközök esetében, és alábecsüli a negatív autokorrelált (átlag-visszatérő) eszközök esetén.

Q

Mire használják a VaR-t a gyakorlatban a bankok és befektetési vállalkozások?

A

A bankok a VaR-t használják a szabályozói tőkeszámításokhoz (Bázel III piaci kockázati tőke), a napi kockázati limit monitorozáshoz a kereskedési asztaloknál, a partnerek hitelkitettségének becsléséhez és az üzletágak közötti gazdasági tőkeallokációhoz. A befektetési menedzserek a VaR-t portfólióépítéshez (a portfólió optimalizálása a cél VaR eléréséhez a kockázati költségvetési korlátok között), az ügyféljelentésekhez (a portfóliókockázat szabványos formában történő közzététele), az alapprospektusok kockázati közzétételéhez (az EU-ban az ÁÉKBV-alapoknál kötelező) és a stressztesztekhez használják. A nagyobb bankok kockázatkezelési rendszerei valós időben számítják ki a VaR-t több ezer pozícióra és eszközosztályra vonatkozóan, hogy összesítsék a vállalati szintű piaci kockázati kitettséget.

Common Mistakes to Avoid

▾
  • !A VaR a lehető legnagyobb veszteségként való kezelése – a VaR egy konfidenciaintervallum alsó korlátja a végveszteségekhez, nem pedig a legrosszabb eset.
  • !Túl rövid történelmi ablak használata a VaR-becsléshez – kevesebb mint 250 kereskedési nap megbízhatatlan paraméteres becsléseket és nem elegendő megfigyelést eredményez a történeti szimulációhoz.
  • !Az idő négyzetgyökére vonatkozó skálázási szabály alkalmazása jelentős autokorrelációval vagy átlag-visszaváltással rendelkező hozamokra, ami helytelen többnapos VaR-becslésekhez vezet.
  • !Különböző konfidenciaszinteken vagy időhorizontokon számított VaR-ek összehasonlítása anélkül, hogy ezeket a különbségeket korrigálnánk.
  • !A várható hiány és a stresszteszt figyelmen kívül hagyása – A VaR önmagában nem elegendő az átfogó kockázatkezeléshez, és nem tudja leírni a végveszteségek súlyosságát.
💡

Pro Tip

Mindig egészítse ki a VaR-t a várható hiányossággal (CVaR) és a tényleges válságforgatókönyveket használó történelmi stressztesztekkel (2008, 2020). Kérdezd meg: "Ha az 1%-ban vagyunk, milyen rossz lehet?" — ez az a kérdés, amelyre a VaR nem tud válaszolni, de a kockázatkezelés sem hagyhatja figyelmen kívül.

⭐

Did you know?

A J. P. Morgan 1994-es RiskMetrics kiadványát, amely a VaR-t népszerűsítette, Dennis Weatherstone akkori vezérigazgató kérése vezérelte, aki egyetlen napi jelentést akart, amely egy számban összegzi a cég teljes kockázatát. Az eredmény – a piaczárás után 15 perccel közölt „4:15-ös jelentés” – örökre megváltoztatta a globális banki kockázatkezelést.

Regional Guides

▾
🇺🇸 US▾
Az Egyesült Államokban szokásos mértékegységeket és szabványokat használja, ahol alkalmazható
🇬🇧 UK▾
Szükséges lehet metrikus mértékegységekre vagy brit szabványokra való átalakítás
🇪🇺 EU▾
Követi az EU egyezményeit és adott esetben az SI-egységeket
📖Difficulty:Advanced
Csak tájékoztató jellegű. Ez az eszköz nem minősül pénzügyi tanácsadásnak. Befektetési vagy pénzügyi döntések meghozatala előtt forduljon képzett pénzügyi tanácsadóhoz.
Formula-verified for precision
Reviewed October 2026
Our methodology

Ratings & comments

…

Szerezzen heti matematikai tippeket

Csatlakozzon 12 000+ feliratkozóhoz, akik minden héten kapnak tippeket a számológéphez.

🔒
Ingyenes
Minden eszköz örökre ingyenes
✓
Pontos
Szakemberek által ellenőrzött számítások
⚡
Azonnali
Valós idejű eredmények gépelés közben
📱
Mobilbarát
Minden eszközön tökéletesen működik

Beállítások