Value at Risk (VaR)

Расчеты нормативного капитала Базеля III для банковского рыночного риска в рамках подхода внутренних моделей, представляющего собой важную область применения оценки стоимости риска в профессиональном и аналитическом контексте, где точные расчеты стоимости риска напрямую поддерживают принятие обоснованных решений, стратегическое планирование и оптимизацию производительности.

Ежедневный мониторинг лимита риска для торговых отделов инвестиционных банков и рыночных фирм, представляющий собой важную область применения Value At Risk в профессиональном и аналитическом контексте, где точные расчеты стоимости риска напрямую поддерживают принятие обоснованных решений, стратегическое планирование и оптимизацию производительности.

UCITS финансирует раскрытие рисков в проспекте, требуемое правилами ЕС (методология SRRI), что представляет собой важную область применения Value At Risk в профессиональном и аналитическом контексте, где точные расчеты стоимости риска напрямую поддерживают принятие обоснованных решений, стратегическое планирование и оптимизацию производительности.

Оптимизация портфеля: построение портфелей с минимальной VaR в пределах целевых показателей доходности, что представляет собой важную область применения Value At Risk в профессиональном и аналитическом контексте, где точные расчеты стоимости, подверженной риску, напрямую поддерживают принятие обоснованных решений, стратегическое планирование и оптимизацию производительности.

Расчеты капитала страховой компании для рыночного риска инвестиционного портфеля, представляющие собой важную область применения Value At Risk в профессиональном и аналитическом контексте, где точные расчеты стоимости риска напрямую поддерживают принятие обоснованных решений, стратегическое планирование и оптимизацию производительности.

В чем разница между VaR и ожидаемым дефицитом (CVaR)?

VaR отвечает на вопрос: «Какова максимальная потеря при данном уровне достоверности?» — но это ничего не говорит о том, насколько большими могут быть потери за пределами этого порога. Ожидаемый дефицит (ES), также называемый условным VaR (CVaR), отвечает на дополнительный вопрос: «Если убытки превышают VaR, каков средний убыток?» ES всегда больше или равен VaR и обеспечивает более полное описание хвостового риска. Например, если VaR 99% составляет 1 миллион долларов США, CVaR может составлять 1,8 миллиона долларов США, то есть потери за пределами порога VaR составляют в среднем 1,8 миллиона долларов США. Базель III постепенно перешел от VaR к ожидаемому дефициту в качестве основной меры регуляторного риска из-за превосходных свойств хвостового риска CVaR.

Почему VaR не сообщает вам, насколько серьезными могут быть самые большие потери?

VaR — это квантильная мера: она определяет порог, который потери не превысят с заданной вероятностью, но не дает никакой информации о распределении потерь за пределами этого порога. Два портфеля могут иметь одинаковые VaR, но совершенно разные профили хвостовых потерь: у одного могут быть умеренные потери, превышающие VaR, а у другого могут быть катастрофические потери. Это ограничение особенно серьезно для портфелей с опционами, кредитными деривативами или другими инструментами с нелинейным, сильно асимметричным распределением доходности. Практическим следствием является то, что одного VaR недостаточно для управления рисками, и его необходимо дополнять ожидаемым дефицитом и стресс-тестированием.

Какой уровень доверия мне следует использовать для VaR?

Наиболее распространенными вариантами являются 95% (используется во многих внутренних приложениях по управлению рисками и некоторыми регулирующими органами) и 99% (определено Базелем III для капитала банковского рыночного риска). Некоторые фирмы используют 99,9% или выше для целей экономического капитала и стресс-тестирования. Выбор зависит от приложения: внутренние лимиты риска могут использовать VaR на уровне 95 % для ежедневного мониторинга (создавая более частые, но меньшие исключения), в то время как системы нормативного капитала и толерантности к риску обычно используют VaR на уровне 99 %. Более высокие уровни достоверности дают более крупные оценки VaR и требуют большего количества исторических данных для надежной оценки — для 99,9% VaR на основе исторических данных требуется не менее 1000 наблюдений, чтобы иметь значимое количество хвостовых событий.

Как проверяется VaR?

Модели VaR проверяются на исторических данных путем сравнения ежедневных оценок VaR с фактическими последующими реализациями прибылей и убытков и подсчета количества «исключений» — дней, когда фактические убытки превысили оценку VaR. Для правильно откалиброванной модели VaR 99% примерно 1% дней должен вызывать исключения — примерно 2–3 дня в году из 250 торговых дней. Базель III использует светофорную систему: 0–4 исключения в год — зеленая зона (модель приемлема), 5–9 — желтая зона (модель подозрительна, взимаются дополнительные капитальные расходы) и 10+ — красная зона (модель отклонена). Систематическое завышение или недооценка исключений вызывает пристальное внимание регулирующих органов и перекалибровку моделей.

Каковы основные ограничения VaR?

VaR имеет несколько хорошо документированных ограничений. Это может обеспечить ложную точность — выражение риска в виде одного числа может создать обманчивую уверенность. Он не измеряет хвостовой риск (убытки сверх порога VaR). Параметрический VaR предполагает нормально распределенную доходность, что недооценивает риск, связанный с распределением с толстым хвостом. Историческое моделирование является ретроспективным и может не отражать будущие рыночные условия. VaR может быть проциклическим: он может быть низким на спокойных рынках, когда риск фактически накапливается, и резко возрастать во время кризисов, когда необходимо сокращать позиции. Кроме того, во время коррелирующих стрессовых событий выгоды от диверсификации, предполагаемые моделями VaR, могут исчезнуть, в результате чего фактические потери намного превышают оценки VaR.

Как временной горизонт влияет на VaR?

VaR масштабируется примерно пропорционально квадратному корню из временного горизонта при условии, что ежедневная доходность независимы и одинаково распределены (i.i.d.). 10-дневная VaR примерно в √10 ≈ 3,16 раза превышает 1-дневную VaR. Это правило масштабирования встроено в Базель III (который определяет 10-дневную VaR для регулятивного капитала) и математически обосновано, когда доходность не коррелирует во времени. Однако если доходность демонстрирует серийную автокорреляцию – что многие делают на коротких горизонтах – правило квадратного корня из времени переоценивает VaR для положительно автокоррелированных активов и недооценивает ее для отрицательно автокоррелированных (возвращающихся к среднему) активов.

Для чего на практике VaR используют банки и инвестиционные компании?

Банки используют VaR для расчета нормативного капитала (капитал рыночного риска согласно Базелю III), ежедневного мониторинга лимитов риска для торговых отделов, оценки кредитного риска контрагентов и распределения экономического капитала по направлениям бизнеса. Инвестиционные менеджеры используют VaR для построения портфеля (оптимизации портфеля для достижения целевого VaR в рамках ограничений бюджета рисков), отчетности для клиентов (раскрытие рисков портфеля в стандартизированной форме), раскрытия информации о рисках в проспектах фондов (требуется в фондах UCITS в ЕС) и стресс-тестирования. Системы управления рисками в крупных банках рассчитывают VaR в режиме реального времени по тысячам позиций и классам активов, чтобы агрегировать подверженность рыночному риску всей компании.