Czym jest Value at Risk (VaR)?
▾
Wartość zagrożona (VaR) to miara statystyczna, która określa ilościowo potencjalną stratę finansową, jaką może ponieść portfel w określonym horyzoncie czasowym przy danym poziomie ufności. Na przykład 1-dniowy 95% VaR wynoszący 1 milion dolarów oznacza, że istnieje 95% prawdopodobieństwo, że portfel nie straci więcej niż 1 milion dolarów w ciągu jednego dnia handlowego – lub równoważnie 5% prawdopodobieństwo, że straty przekroczą 1 milion dolarów dowolnego dnia. VaR stał się dominującym miernikiem ryzyka w instytucjach finansowych po opublikowaniu przez J.P. Morgana metodologii RiskMetrics w 1994 r., a następnie został osadzony w ramach regulacyjnych Bazylei II i Bazylei III w zakresie adekwatności kapitałowej banków. VaR można obliczyć za pomocą trzech głównych podejść. Metoda symulacji historycznej wykorzystuje rzeczywisty historyczny rozkład zwrotów z portfela, odtwarzając obserwacje stóp zwrotu z przeszłości w celu skonstruowania rozkładu strat i odczytując odpowiedni percentyl. Metoda parametryczna (wariancja-kowariancja) zakłada, że zwroty mają rozkład normalny i wykorzystuje średnią stopę zwrotu z portfela, odchylenie standardowe i wynik z rozkładu normalnego do analitycznego obliczenia VaR. Metoda Monte Carlo Simulation generuje tysiące losowych scenariuszy zwrotu w oparciu o określone założenia dystrybucyjne i korelacje, tworząc syntetyczny rozkład strat, na podstawie którego szacowana jest wartość VaR. Każda metoda ma mocne strony i ograniczenia. Symulacja historyczna jest intuicyjna, ale ograniczona jakością i długością zbioru danych historycznych. Metoda parametryczna jest prosta obliczeniowo, ale zawodzi, gdy rozkłady zwrotu mają grube ogony lub nieliniową ekspozycję na ryzyko (np. opcje). Metoda Monte Carlo jest najbardziej elastyczna, ale wymaga dużych nakładów obliczeniowych i jest wrażliwa na założenia modelu. VaR jest szeroko stosowany przez banki komercyjne, banki inwestycyjne, fundusze hedgingowe, podmioty zarządzające aktywami, firmy ubezpieczeniowe i fundusze emerytalne. Jest to wymóg regulacyjny dotyczący obliczeń kapitału ryzyka rynkowego w ramach Bazylei III (z wykorzystaniem metody modeli wewnętrznych) i jest ujawniany w raportach rocznych głównych instytucji finansowych. Pomimo swojej wszechobecności, VaR ma dobrze udokumentowane ograniczenia: nie opisuje dotkliwości strat przekraczających próg ufności (straty ogonowe), może niedoszacować ryzyko w czasie napięć rynkowych i może powodować fałszywą precyzję. Miary uzupełniające, takie jak oczekiwany niedobór (CVaR) i testy warunków skrajnych, są zawsze stosowane razem z VaR w celu kompleksowego zarządzania ryzykiem.
Calkulon makes complex calculations simple — built for students and everyday problem-solvers.
Wzór
▾
Parametryczny VaR = W × (μ × T – z × σ × √T)
Historyczna VaR = Percentyl (rozkład zysków i strat, 1 – poziom ufności)Opis zmiennych
▾
| Symbol | Imię | Jednostka | Opis |
|---|---|---|---|
| VaR | Wartość zagrożona | currency or % | Maksymalna oczekiwana strata przy określonym poziomie ufności w danym horyzoncie czasowym. |
| μ | Średni zwrot z portfela | % per period | Średni zwrot z portfela w historycznym okresie pomiarowym. |
| σ | Odchylenie standardowe portfela | % per period | Odchylenie standardowe zwrotów z portfela w historycznym okresie pomiaru. |
| z | Wynik Z (poziom ufności) | dimensionless | Kwantyl rozkładu normalnego odpowiadający poziomowi ufności (np. 1,645 dla 95%, 2,326 dla 99%). |
| T | Horyzont Czasu | days | Okres utrzymywania, dla którego mierzona jest wartość VaR; zazwyczaj 1 dzień w przypadku ksiąg handlowych lub 10 dni w przypadku kapitału regulacyjnego. |
| W | Wartość portfela | currency | Aktualna wartość rynkowa portfela; służy do przeliczania procentowej wartości VaR na dolarową wartość VaR. |
Jak Value at Risk (VaR)
▾
- 1Zdefiniuj parametry: wybierz poziom ufności (zwykle 95% lub 99%), horyzont czasowy (1 dzień lub 10 dni) i wartość portfela.
- 2W przypadku parametrycznego VaR: zbierz szereg dziennych stóp zwrotu z portfela, oblicz średni dzienny zwrot (μ) i odchylenie standardowe (σ), następnie oblicz VaR = W × (z × σ × √T – μ × T), gdzie z = 1,645 dla 95% lub 2,326 dla 99%.
- 3W przypadku symulacji historycznej: zbierz co najmniej 250–500 obserwacji dziennego zwrotu, posortuj je od najgorszego do najlepszego i zidentyfikuj 5. percentyl (dla 95% VaR) lub 1. percentyl (dla 99% VaR) historycznego rozkładu strat.
- 4Dla Monte Carlo: określ parametry rozkładu zwrotu (średnia, zmienność, korelacje), wygeneruj ponad 10 000 scenariuszy losowych zwrotów, skonstruuj symulowany rozkład zysków i strat i odczytaj odpowiedni percentyl.
- 5Skala od 1-dniowego do dłuższych horyzontów: pomnóż 1-dniowy VaR przez √T, aby oszacować T-day VaR (obowiązuje zgodnie z zasadą pierwiastka kwadratowego z czasu, która zakłada niezależne zyski).
- 6Przetestuj model VaR metodą historyczną, licząc, jak często rzeczywiste straty przekraczały szacunkową wartość VaR („wyjątki”). W przypadku VaR 99% oczekuje się około 2,5 wyjątków rocznie (z 250 dni handlowych); znacznie więcej wskazuje na awarię modelu.
- 7Zgłoś VaR wraz z oczekiwanym niedoborem (CVaR) – średnią stratą, przy założeniu, że strata przekracza VaR – aby scharakteryzować ogon rozkładu strat poza progiem VaR.
Rozwiązane przykłady
▾
Istnieje 5% szans na stratę ponad 19 374 dolarów w danym dniu handlowym.
Stosując wzór parametryczny: 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 USD (około 19 374 USD z dokładnością wynik Z). Oznacza to, że w 95% dni handlowych oczekuje się, że strata portfela będzie niższa od tej kwoty. Oczekuje się, że w 5% dni – mniej więcej 12–13 dni handlowych w roku – straty przekroczą tę liczbę. To oszacowanie VaR zakłada stopy zwrotu o rozkładzie normalnym i byłoby niedoszacowaniem ryzyka, gdyby rozkład zwrotu miał grube ogony.
Bazylea III wymaga od banków utrzymywania kapitału w oparciu o 10-dniową VaR 99% z tytułu ryzyka rynkowego.
Zgodnie z metodą modeli wewnętrznych Bazylei III banki muszą obliczyć 10-dniową wartość VaR na poziomie 99% dla wymogów kapitałowych z tytułu ryzyka rynkowego. Stosując zasadę pierwiastka kwadratowego z czasu: VaR 10-dniowy = VaR 1-dniowy × √10 = 500 000 USD × 3,162 = 1 581 139 USD. Bank musi posiadać kapitał regulacyjny w wysokości co najmniej 3-krotności tej wartości VaR (współczynnik mnożnika) jako bufor kapitałowy na wypadek ryzyka rynkowego. Przykład ten ilustruje, w jaki sposób VaR bezpośrednio wpływa na regulacyjne wymogi kapitałowe i decyzje dotyczące zarządzania bilansem w głównych instytucjach finansowych.
Na podstawie rzeczywistego historycznego rozkładu zwrotu – nie jest potrzebne założenie normalności.
W przypadku funduszu hedgingowego z 500-dniową historią stóp zwrotu w metodzie symulacji historycznej klasyfikuje się wszystkie 500 dziennych obserwacji zysków i strat. 25. najgorsza dzienna strata (5. percentyl = 500 × 0,05 = 25. obserwacja) reprezentuje 95% VaR. Jeśli 25. najgorszy dzień spowodował stratę 3,8% w portfelu o wartości 2 000 000 USD, historyczna VaR wyniesie 76 000 USD. Metoda ta jest szczególnie cenna w przypadku portfeli funduszy hedgingowych z ekspozycjami nieliniowymi (opcje, instrumenty zamienne), gdzie nie sprawdziłoby się założenie normalności metody parametrycznej, ponieważ wykorzystuje ona faktycznie zrealizowane zwroty bez względu na ich rozkład.
10,4% dziennej VaR — ekstremalna zmienność kryptowalut sprawia, że VaR jest bardzo duży w porównaniu do portfela.
W przypadku portfela kryptowalut z dzienną zmiennością wynoszącą 4,5% (w porównaniu z ~1% dla typowych portfeli akcji), 99% VaR wynosi około 100 000 USD × (2,326 × 0,045 - 0,001) = 100 000 USD × 0,10367 = 10 377 USD. Oznacza to, że istnieje 1% szans na utratę ponad 10% portfela w danym dniu – jest to znacznie wyższe ryzyko bezwzględne niż w przypadku konwencjonalnych aktywów finansowych. Co najważniejsze, model parametryczny prawdopodobnie zaniża prawdziwą kryptowalutę VaR ze względu na rozbudowane, leptokurtyczne rozkłady zwrotu. Symulacja historyczna lub teoria wartości ekstremalnych zazwyczaj pozwala uzyskać wyższe szacunki dla takich klas aktywów.
Zastosowania praktyczne
▾
Obliczenia kapitału regulacyjnego Bazylea III dla ryzyka rynku bankowego zgodnie z metodą modeli wewnętrznych, reprezentujące ważny obszar zastosowań wartości zagrożonej w kontekstach zawodowych i analitycznych, gdzie dokładne obliczenia wartości zagrożonej bezpośrednio wspierają świadome podejmowanie decyzji, planowanie strategiczne i optymalizację wyników
Codzienne monitorowanie limitów ryzyka dla działów handlowych w bankach inwestycyjnych i firmach animujących rynek, co stanowi ważny obszar zastosowań wartości zagrożonej w kontekstach zawodowych i analitycznych, gdzie dokładne obliczenia wartości zagrożonej bezpośrednio wspierają świadome podejmowanie decyzji, planowanie strategiczne i optymalizację wyników
Ujawnienia ryzyka w prospekcie funduszy UCITS wymagane przepisami UE (metodologia SRRI), stanowiące ważny obszar zastosowań wartości zagrożonej w kontekstach zawodowych i analitycznych, gdzie dokładne obliczenia wartości zagrożonej bezpośrednio wspierają świadome podejmowanie decyzji, planowanie strategiczne i optymalizację wyników
Optymalizacja portfela: konstruowanie portfeli o minimalnej wartości zagrożonej w ramach docelowych zwrotów, co stanowi ważny obszar zastosowań wartości zagrożonej w kontekstach zawodowych i analitycznych, gdzie dokładne obliczenia wartości zagrożonej bezpośrednio wspierają świadome podejmowanie decyzji, planowanie strategiczne i optymalizację wyników
Obliczenia kapitału oparte na ryzyku firmy ubezpieczeniowej dla ryzyka rynkowego portfela inwestycyjnego, stanowiące ważny obszar zastosowań wartości zagrożonej w kontekstach zawodowych i analitycznych, gdzie dokładne obliczenia wartości zagrożonej bezpośrednio wspierają świadome podejmowanie decyzji, planowanie strategiczne i optymalizację wyników
Przypadki szczególne
▾
{'case': 'Portfele opcji i nieliniowa VaR', 'description': 'W przypadku portfeli zawierających opcje liniowe modele VaR (parametryczne) są nieodpowiednie, ponieważ opcje mają nieliniowe profile zysków i strat (ekspozycja delta, gamma, vega). Należy zastosować pełną wartość VaR z aktualizacji wyceny (symulacja historyczna lub Monte Carlo), stosując scenariusze zwrotu w celu ponownej wyceny każdej opcji indywidualnie, stosując jej model wyceny, zamiast zakładać proporcjonalne zmiany zysków i strat.'}
{'case': 'Ujemna wartość portfela lub pozycje krótkie', 'description': 'W przypadku portfeli z pozycjami krótkimi netto zyski i straty są odwracane w stosunku do ruchów rynkowych. VaR należy obliczyć z perspektywy rzeczywistego rozkładu zysków i strat, a nie rozkładu zwrotu z aktywów bazowych. Krótkie pozycje korzystają na spadkach na rynku, ale tracą na wzroście rynku, zatem VaR dla krótkich pozycji musi uwzględniać ryzyko rynkowe wzrostu, a nie ryzyko spadku.'}
{'case': 'Załamanie korelacji w warunkach skrajnych', 'description': 'Modele VaR opierające się na historycznych korelacjach pomiędzy aktywami mogą drastycznie zaniżać wartość VaR portfela w okresach napięć rynkowych, kiedy wcześniej nieskorelowane aktywa stają się silnie skorelowane (korelacja spada do 1 w przypadku kryzysu). Korzyści z dywersyfikacji zakładane na normalnych rynkach mogą nagle zniknąć, powodując, że rzeczywiste straty znacznie przekroczą szacunki VaR dla wielu aktywów.'}
Wartości Z na poziomie ufności VaR i roczne wskaźniki wyjątków
▾
| Poziom zaufania | Wynik Z | Dzienny współczynnik wyjątków | Oczekiwane wyjątki/rok |
|---|---|---|---|
| 90% | 1.282 | 10% | ~25 dni/rok |
| 95% | 1.645 | 5% | ~12–13 dni w roku |
| 97,5% | 1.960 | 2,5% | ~6 dni/rok |
| 99% | 2.326 | 1% | ~2–3 dni w roku |
| 99,5% | 2.576 | 0,5% | ~1 dzień/rok |
| 99,9% | 3.090 | 0,1% | ~1 dzień na 4 lata |
Często zadawane pytania
▾
Jaka jest różnica między VaR a oczekiwanym niedoborem (CVaR)?
VaR odpowiada na pytanie jaka jest maksymalna strata przy danym poziomie ufności? — ale nie mówi nic o tym, jak duże straty mogą przekroczyć ten próg. Oczekiwany niedobór (ES), zwany także warunkową wartością VaR (CVaR), odpowiada na pytanie uzupełniające „jeśli straty przekraczają wartość VaR, jaka jest średnia strata?” ES jest zawsze większy lub równy VaR i zapewnia pełniejszy opis ryzyka ogona. Na przykład, jeśli 99% VaR wynosi 1 milion dolarów, CVaR może wynosić 1,8 miliona dolarów, co oznacza straty przekraczające próg VaR wynoszący średnio 1,8 miliona dolarów. Bazylea III stopniowo przechodziła od VaR do oczekiwanego niedoboru jako głównej miary ryzyka regulacyjnego ze względu na doskonałe właściwości ryzyka ogona CVaR.
Dlaczego VaR nie mówi, jak duże mogą być najgorsze straty?
VaR jest miarą kwantylową — określa próg, którego straty nie przekroczą z danym prawdopodobieństwem, ale nie dostarcza informacji o rozkładzie strat poza ten próg. Dwa portfele mogą mieć identyczne wartości VaR, ale bardzo różne profile strat końcowych: jeden może mieć umiarkowane straty tuż powyżej VaR, podczas gdy inny może doświadczyć katastrofalnych strat. To ograniczenie jest szczególnie dotkliwe w przypadku portfeli z opcjami, kredytowymi instrumentami pochodnymi lub innymi instrumentami o nieliniowych, silnie skośnych rozkładach zwrotu. Praktyczną konsekwencją jest to, że sama VaR nie wystarczy do zarządzania ryzykiem i należy ją uzupełnić o oczekiwany niedobór i testy warunków skrajnych.
Jakiego poziomu ufności należy użyć w przypadku VaR?
Najczęściej wybierane opcje to 95% (stosowane w wielu aplikacjach do wewnętrznego zarządzania ryzykiem i przez niektóre organy regulacyjne) i 99% (określane w Bazylei III dla kapitału ryzyka rynkowego banków). Niektóre firmy wykorzystują 99,9% lub więcej do celów kapitału ekonomicznego i testów warunków skrajnych. Wybór zależy od zastosowania: wewnętrzne limity ryzyka mogą wykorzystywać VaR na poziomie 95% do codziennego monitorowania (co powoduje częstsze, ale mniejsze wyjątki), podczas gdy kapitał regulacyjny i ramy tolerancji ryzyka zazwyczaj wykorzystują VaR na poziomie 99%. Wyższe poziomy ufności dają większe szacunki VaR i wymagają większej ilości danych historycznych do wiarygodnego oszacowania — 99,9% VaR z danych historycznych wymaga co najmniej 1000 obserwacji, aby uzyskać znaczącą liczbę końcowych zdarzeń.
W jaki sposób przeprowadzana jest weryfikacja historyczna VaR?
Modele VaR są weryfikowane historycznie poprzez porównanie dziennych szacunków VaR z faktycznymi kolejnymi realizacjami zysków i strat oraz zliczenie liczby „wyjątków” – dni, w których rzeczywiste straty przekroczyły szacunkową wartość VaR. W przypadku prawidłowo skalibrowanego modelu VaR na poziomie 99% około 1% dni powinno generować wyjątki – około 2 do 3 dni w roku z 250 dni handlowych. Bazylea III wykorzystuje system sygnalizacji świetlnej: 0–4 wyjątki rocznie to strefa zielona (model jest akceptowalny), 5–9 to strefa żółta (model jest podejrzany, obowiązują dodatkowe opłaty kapitałowe), a 10+ to strefa czerwona (model jest odrzucony). Systematyczne nadmierne lub niedostateczne przewidywanie wyjątków powoduje kontrolę regulacyjną i ponowną kalibrację modelu.
Jakie są główne ograniczenia VaR?
VaR ma kilka dobrze udokumentowanych ograniczeń. Może zapewnić fałszywą precyzję – wyrażanie ryzyka w postaci pojedynczej liczby może stworzyć mylącą pewność. Nie mierzy ryzyka ogona (straty przekraczające próg VaR). Parametryczny VaR zakłada stopy zwrotu o rozkładzie normalnym, co oznacza niedoszacowanie ryzyka wynikającego z rozkładów z grubym ogonem. Symulacja historyczna ma charakter wsteczny i może nie uwzględniać przyszłych warunków rynkowych. VaR może mieć charakter procykliczny – wydawać się niski podczas spokojnych rynków, kiedy ryzyko faktycznie akumuluje się, i gwałtownie rosnąć w czasie kryzysów, gdy konieczne jest obcięcie pozycji. Ponadto podczas skorelowanych warunków skrajnych korzyści z dywersyfikacji zakładane w modelach VaR mogą zniknąć, powodując, że rzeczywiste straty znacznie przekroczą szacunki VaR.
Jak horyzont czasowy wpływa na VaR?
VaR skaluje się w przybliżeniu wraz z pierwiastkiem kwadratowym horyzontu czasowego przy założeniu, że dzienne zyski są niezależne i mają identyczny rozkład (i.i.d.). 10-dniowy VaR wynosi około √10 ≈ 3,16 razy więcej niż 1-dniowy VaR. Ta zasada skalowania jest wbudowana w Bazyleę III (która określa 10-dniową VaR dla kapitału regulacyjnego) i jest matematycznie uzasadniona, gdy zwroty nie są skorelowane w czasie. Jeżeli jednak zwroty wykazują seryjną autokorelację – co wiele osób ma w krótkim horyzoncie czasowym – zasada pierwiastka kwadratowego z czasu przeszacowuje VaR w przypadku aktywów dodatnio autokorelowanych i zaniża ją w przypadku aktywów ujemnie autokorelowanych (odwracających średnią).
Do czego w praktyce wykorzystuje się VaR w bankach i firmach inwestycyjnych?
Banki wykorzystują VaR do obliczeń kapitału regulacyjnego (kapitał ryzyka rynkowego Bazylea III), codziennego monitorowania limitów ryzyka dla trading desków, szacowania ekspozycji kredytowej kontrahenta oraz alokacji kapitału ekonomicznego pomiędzy liniami biznesowymi. Menedżerowie inwestycyjni wykorzystują VaR do budowy portfela (optymalizacji portfela w celu osiągnięcia docelowej wartości VaR w ramach ograniczeń budżetowych ryzyka), raportowania klientów (ujawniania ryzyka portfela w standardowej formie), ujawniania ryzyka w prospekcie funduszu (wymagane w funduszach UCITS w UE) oraz testów warunków skrajnych. Systemy zarządzania ryzykiem w największych bankach obliczają VaR w czasie rzeczywistym dla tysięcy pozycji i klas aktywów, aby zagregować ekspozycję na ryzyko rynkowe całej firmy.
Częste błędy do unikania
▾
- !Traktowanie VaR jako maksymalnej możliwej straty — VaR to dolna granica przedziału ufności dla strat końcowych, a nie absolutnie najgorszy przypadek.
- !Stosowanie zbyt krótkiego okna historycznego do szacowania VaR – mniej niż 250 dni handlowych, skutkuje niewiarygodnymi szacunkami parametrycznymi i niewystarczającymi obserwacjami końcowymi do symulacji historycznej.
- !Stosowanie zasady skalowania pierwiastka kwadratowego do stóp zwrotu ze znaczną autokorelacją lub odwróceniem średniej, co prowadzi do nieprawidłowych wielodniowych szacunków VaR.
- !Porównanie VaR obliczonych przy różnych poziomach ufności lub horyzontach czasowych bez korygowania tych różnic.
- !Ignorowanie oczekiwanych niedoborów i testów warunków skrajnych – sama wartość VaR nie wystarczy do kompleksowego zarządzania ryzykiem i nie jest w stanie opisać dotkliwości strat końcowych.
Wskazówka Pro
Zawsze uzupełniaj VaR o oczekiwany niedobór (CVaR) i historyczne testy warunków skrajnych z wykorzystaniem rzeczywistych scenariuszy kryzysowych (2008, 2020). Zapytaj: „Jeśli jesteśmy w ogonie 1%, jak źle może być?” — oto pytanie, na które VaR nie może odpowiedzieć, ale zarządzanie ryzykiem nie może zignorować.
Czy wiedziałeś?
Publikacja J.P. Morgana RiskMetrics z 1994 r., która spopularyzowała VaR, była następstwem prośby ówczesnego dyrektora generalnego Dennisa Weatherstone'a, który domagał się jednego dziennego raportu podsumowującego w jednej liczbie całkowite ryzyko firmy. Wynik – „raport o 4:15” dostarczony 15 minut po zamknięciu rynku – na zawsze zmienił globalne zarządzanie ryzykiem bankowym.
Regional Guides
▾
🇺🇸 US▾
🇬🇧 UK▾
🇪🇺 EU▾
Źródła
- ›Dokument techniczny J.P. Morgan RiskMetrics (wyd. 4, 1996)
- ›Investopedia: Wyjaśnienie wartości zagrożonej (VaR).
- ›Bazylejski Komitet Nadzoru Bankowego: Podstawowy przegląd księgi handlowej (FRTB)
- ›Jorion, P. (2006). Wartość zagrożona: nowy punkt odniesienia w zarządzaniu ryzykiem finansowym (wyd. 3). McGraw-Hill.
Otrzymuj cotygodniowe porady matematyczne
Dołącz do subskrybentów 12 000+, którzy co tydzień otrzymują wskazówki dotyczące kalkulatora.