Ano ang Value at Risk (VaR)?
▾
Ang Value at Risk (VaR) ay isang istatistikal na sukat na sumusukat sa potensyal na pagkawala ng pananalapi na maaaring maranasan ng isang portfolio sa isang tinukoy na abot-tanaw ng panahon sa isang partikular na antas ng kumpiyansa. Halimbawa, ang 1-araw na 95% VaR na $1 milyon ay nangangahulugan na mayroong 95% na posibilidad na ang portfolio ay hindi mawawalan ng higit sa $1 milyon sa isang araw ng kalakalan — o katumbas nito, isang 5% na pagkakataon na ang mga pagkalugi ay lalampas sa $1 milyon sa anumang partikular na araw. Ang VaR ang naging nangingibabaw na sukatan ng panganib sa mga institusyong pampinansyal kasunod ng paglalathala ni J.P. Morgan ng pamamaraan ng RiskMetrics noong 1994 at pagkatapos ay na-embed sa mga balangkas ng regulasyon ng Basel II at Basel III para sa kasapatan ng kapital ng bangko. Maaaring kalkulahin ang VaR gamit ang tatlong pangunahing diskarte. Ginagamit ng paraan ng Historical Simulation ang aktwal na makasaysayang pamamahagi ng mga pagbabalik ng portfolio, nire-replay ang mga nakaraang obserbasyon sa pagbabalik upang makabuo ng distribusyon ng pagkawala at binabasa ang nauugnay na percentile. Ipinapalagay ng Parametric (Variance-Covariance) method na ang mga return ay karaniwang ipinamamahagi at ginagamit ang mean return ng portfolio, standard deviation, at z-score ng normal na distribution upang makalkula ang VaR nang analytical. Ang Monte Carlo Simulation method ay bumubuo ng libu-libong random return scenario batay sa mga tinukoy na distributional assumptions at correlations, na gumagawa ng synthetic loss distribution kung saan tinatantya ang VaR. Ang bawat pamamaraan ay may mga lakas at limitasyon. Ang makasaysayang simulation ay madaling maunawaan ngunit limitado ng kalidad at haba ng makasaysayang set ng data. Ang parametric na paraan ay simple sa computation ngunit nabigo kapag ang mga return distribution ay may mga fat tails o non-linear risk exposures (hal., mga opsyon). Ang Monte Carlo ang pinaka-flexible ngunit masinsinang computation at sensitibo sa mga pagpapalagay ng modelo. Ang VaR ay malawakang ginagamit ng mga komersyal na bangko, investment bank, hedge fund, asset manager, insurance company, at pension fund. Ito ay isang kinakailangan sa regulasyon para sa mga pagkalkula ng kapital sa panganib sa merkado sa ilalim ng Basel III (gamit ang Panloob na Mga Modelong Diskarte) at isiniwalat sa mga taunang ulat ng mga pangunahing institusyong pinansyal. Sa kabila ng ubiquity nito, ang VaR ay may mahusay na dokumentado na mga limitasyon: hindi nito inilalarawan ang kalubhaan ng mga pagkalugi na lampas sa limitasyon ng kumpiyansa (mga pagkawala ng buntot), maaari nitong maliitin ang panganib sa panahon ng stress sa merkado, at maaari itong lumikha ng maling katumpakan. Palaging ginagamit ang mga pantulong na hakbang gaya ng Expected Shortfall (CVaR) at stress testing kasama ng VaR para sa komprehensibong pamamahala sa peligro.
Calkulon makes complex calculations simple — built for students and everyday problem-solvers.
Pormula
▾
Parametric VaR = W × (μ × T − z × σ × √T)
Makasaysayang VaR = Percentile(Pamamahagi ng P&L, 1 − antas ng kumpiyansa)Paliwanag ng variable
▾
| Simbolo | Pangalan | Yunit | Paglalarawan |
|---|---|---|---|
| VaR | Halaga sa Panganib | currency or % | Ang maximum na inaasahang pagkawala sa tinukoy na antas ng kumpiyansa sa ibinigay na abot-tanaw ng oras. |
| μ | Portfolio Mean Return | % per period | Ang average na pagbabalik ng portfolio sa makasaysayang panahon ng pagsukat. |
| σ | Portfolio Standard Deviation | % per period | Ang karaniwang paglihis ng portfolio ay bumabalik sa makasaysayang panahon ng pagsukat. |
| z | Z-Score (Antas ng Kumpiyansa) | dimensionless | Ang normal na dami ng pamamahagi na tumutugma sa antas ng kumpiyansa (hal., 1.645 para sa 95%, 2.326 para sa 99%). |
| T | Horizon ng Oras | days | Ang panahon ng paghawak kung saan sinusukat ang VaR; karaniwang 1 araw para sa trading book o 10 araw para sa regulatory capital. |
| W | Halaga ng Portfolio | currency | Ang kasalukuyang market value ng portfolio; ginamit upang i-convert ang porsyento ng VaR sa dolyar na VaR. |
Paano Value at Risk (VaR)
▾
- 1Tukuyin ang mga parameter: piliin ang antas ng kumpiyansa (karaniwang 95% o 99%), ang abot-tanaw ng oras (1 araw o 10 araw), at ang halaga ng portfolio.
- 2Para sa Parametric VaR: kolektahin ang daily return series ng portfolio, kalkulahin ang mean daily return (μ) at standard deviation (σ), pagkatapos ay kalkulahin ang VaR = W × (z × σ × √T − μ × T), kung saan ang z = 1.645 para sa 95% o 2.326 para sa 99%.
- 3Para sa Historical Simulation: mangolekta ng hindi bababa sa 250–500 araw-araw na mga obserbasyon sa pagbalik, pag-uri-uriin ang mga ito mula sa pinakamasama hanggang sa pinakamahusay, at tukuyin ang 5th percentile (para sa 95% VaR) o 1st percentile (para sa 99% VaR) ng makasaysayang pamamahagi ng pagkawalang ito.
- 4Para sa Monte Carlo: tukuyin ang return distribution parameters (mean, volatility, correlations), bumuo ng 10,000+ random return scenario, buuin ang simulate P&L distribution, at basahin ang naaangkop na percentile.
- 5I-scale mula 1-araw hanggang sa mas mahabang abot-tanaw: i-multiply ang 1-araw na VaR sa √T para tantiyahin ang T-day VaR (valid sa ilalim ng square-root-of-time na panuntunan, na ipinapalagay ang mga independent return).
- 6I-backtest ang modelo ng VaR sa pamamagitan ng pagbibilang kung gaano kadalas ang aktwal na pagkalugi ay lumampas sa pagtatantya ng VaR ('mga pagbubukod'). Para sa 99% VaR, humigit-kumulang 2.5 na pagbubukod bawat taon (sa 250 araw ng kalakalan) ang inaasahan; makabuluhang higit na nagpapahiwatig ng pagkabigo ng modelo.
- 7Iulat ang VaR kasama ng Inaasahang Pagkukulang (CVaR) — ang average na pagkalugi na ibinigay na ang pagkawala ay lumampas sa VaR — upang ilarawan ang buntot ng pamamahagi ng pagkawala na lampas sa VaR threshold.
Mga Nalutas na Halimbawa
▾
Mayroong 5% na posibilidad na mawalan ng higit sa $19,374 sa anumang partikular na araw ng kalakalan.
Gamit ang parametric formula: VaR = $1,000,000 × (1.645 × 0.012 − 0.0004) = $1,000,000 × (0.01974 − 0.0004) = $1,000,000 × 0.0004 na may $1,934 = $1,01934 tumpak na z-score). Nangangahulugan ito na sa 95% ng mga araw ng kalakalan, ang pagkawala ng portfolio ay inaasahang mas mababa sa halagang ito. Sa 5% ng mga araw — humigit-kumulang 12 hanggang 13 araw ng kalakalan bawat taon — ang mga pagkalugi ay inaasahang lalampas sa figure na ito. Ipinapalagay ng pagtatantya ng VaR na ito ang mga karaniwang ibinabahaging pagbalik at maliitin ang panganib kung ang pamamahagi ng pagbabalik ay may matabang buntot.
Ang Basel III ay nangangailangan ng mga bangko na humawak ng kapital laban sa 10-araw na 99% VaR para sa panganib sa merkado.
Sa ilalim ng Internal Models Approach ng Basel III, dapat kalkulahin ng mga bangko ang 10-araw na 99% VaR para sa mga kinakailangan sa market risk capital. Gamit ang square-root-of-time na panuntunan: 10-Day VaR = 1-Day VaR × √10 = $500,000 × 3.162 = $1,581,139. Ang bangko ay dapat magkaroon ng regulatory capital na hindi bababa sa 3 beses itong VaR (ang multiplier factor) bilang isang capital buffer laban sa panganib sa merkado. Ang halimbawang ito ay naglalarawan kung paano direktang hinihimok ng VaR ang mga kinakailangan sa regulasyon sa kapital at mga desisyon sa pamamahala ng balanse sa mga pangunahing institusyong pampinansyal.
Batay sa aktwal na makasaysayang distribusyon ng pagbalik — hindi kailangan ng normalidad na pagpapalagay.
Para sa isang hedge fund na may 500 araw na kasaysayan ng pagbabalik, niraranggo ng makasaysayang paraan ng simulation ang lahat ng 500 araw-araw na obserbasyon sa P&L. Ang ika-25 na pinakamasamang pagkawala sa araw-araw (ang ika-5 na porsyento = 500 × 0.05 = ika-25 na obserbasyon) ay kumakatawan sa 95% VaR. Kung ang ika-25 na pinakamasamang araw ay nagresulta sa 3.8% na pagkawala sa isang $2,000,000 na portfolio, ang makasaysayang VaR ay $76,000. Ang pamamaraang ito ay partikular na mahalaga para sa mga portfolio ng hedge fund na may mga non-linear na exposure (mga opsyon, convertible) kung saan mabibigo ang normality assumption ng parametric method, dahil gumagamit ito ng aktwal na natanto na mga pagbalik anuman ang kanilang distribusyon na hugis.
10.4% araw-araw na VaR — ang matinding pagkasumpungin ng crypto ay ginagawang napakalaki ng VaR kumpara sa portfolio.
Para sa isang cryptocurrency portfolio na may pang-araw-araw na volatility na 4.5% (kumpara sa ~1% para sa mga tipikal na equity portfolio), ang 99% VaR ay humigit-kumulang $100,000 × (2.326 × 0.045 − 0.001) = $100,000 × 0.10367 = $10,377. Nangangahulugan ito na mayroong 1% na posibilidad na mawala ang higit sa 10% ng portfolio sa anumang partikular na araw — isang mas mataas na ganap na panganib kaysa sa kumbensyonal na mga asset sa pananalapi. Sa kritikal na paraan, ang parametric na modelo ay malamang na minamaliit ang totoong crypto VaR dahil sa fat-tailed, leptokurtic return distributions. Ang makasaysayang simulation o teorya ng matinding halaga ay karaniwang gumagawa ng mas matataas na pagtatantya para sa mga naturang klase ng asset.
Mga praktikal na gamit
▾
Basel III regulatory capital calculations para sa bank market risk sa ilalim ng Internal Models Approach, na kumakatawan sa isang mahalagang lugar ng aplikasyon para sa Value At Risk sa mga propesyonal at analytical na konteksto kung saan ang mga tumpak na pagkalkula ng value at risk ay direktang sumusuporta sa matalinong paggawa ng desisyon, strategic planning, at performance optimization
Pang-araw-araw na pagsubaybay sa limitasyon sa panganib para sa mga trading desk sa mga bangko ng pamumuhunan at mga kumpanyang gumagawa ng merkado, na kumakatawan sa isang mahalagang lugar ng aplikasyon para sa Value At Risk sa mga propesyonal at analytical na konteksto kung saan ang mga tumpak na pagkalkula ng halaga sa panganib ay direktang sumusuporta sa matalinong paggawa ng desisyon, estratehikong pagpaplano, at pag-optimize ng pagganap
Ang mga pagsisiwalat ng panganib sa prospektus ng pondo ng UCITS na kinakailangan ng mga regulasyon ng EU (pamamaraan ng SRRI), na kumakatawan sa isang mahalagang lugar ng aplikasyon para sa Value At Risk sa mga propesyonal at analytical na konteksto kung saan ang mga tumpak na kalkulasyon sa halaga sa panganib ay direktang sumusuporta sa matalinong paggawa ng desisyon, estratehikong pagpaplano, at pag-optimize ng pagganap
Pag-optimize ng portfolio: pagbuo ng mga portfolio ng minimum-VaR sa loob ng mga target na ibinalik, na kumakatawan sa isang mahalagang lugar ng aplikasyon para sa Value At Risk sa mga propesyonal at analytical na konteksto kung saan ang tumpak na pagkalkula ng halaga sa panganib ay direktang sumusuporta sa matalinong paggawa ng desisyon, estratehikong pagpaplano, at pag-optimize ng pagganap
Mga kalkulasyon ng kapital na nakabatay sa panganib ng kumpanya ng seguro para sa panganib sa merkado ng portfolio ng pamumuhunan, na kumakatawan sa isang mahalagang lugar ng aplikasyon para sa Value At Risk sa mga propesyonal at analytical na konteksto kung saan direktang sinusuportahan ng mga tumpak na pagkalkula ng value at risk ang matalinong paggawa ng desisyon, estratehikong pagpaplano, at pag-optimize ng pagganap
Mga espesyal na kaso
▾
{'case': 'Options Portfolios and Non-Linear VaR', 'description': 'Para sa mga portfolio na naglalaman ng mga opsyon, ang mga linear na VaR na modelo (parametric) ay hindi naaangkop dahil ang mga opsyon ay may mga non-linear na P&L na profile (delta, gamma, vega exposures). Dapat gamitin ang buong revaluation na VaR (Historical Simulation o Monte Carlo), na inilalapat ang mga senaryo sa pagbabalik upang palitan ang bawat opsyon nang paisa-isa gamit ang modelo ng pagpepresyo nito sa halip na ipagpalagay ang mga proporsyonal na pagbabago sa P&L.'}
{'case': 'Negative Portfolio Value o Short Positions', 'description': 'Para sa mga portfolio na may net short positions, ang mga dagdag at pagkalugi ay binabaligtad na may kaugnayan sa paggalaw ng merkado. Dapat kalkulahin ang VaR mula sa pananaw ng aktwal na pamamahagi ng P&L, hindi ang pamamahagi ng pagbabalik ng mga pinagbabatayan na asset. Ang mga maiikling posisyon ay nakikinabang mula sa pagbaba ng merkado ngunit natatalo mula sa mga pagsulong sa merkado, kaya ang VaR para sa mga maikling aklat ay dapat isaalang-alang ang upside market risk sa halip na downside risk.'}
{'case': 'Correlation Breakdown During Stress', 'description': 'Ang mga modelo ng VaR na umaasa sa makasaysayang mga ugnayan sa pagitan ng mga asset ay maaaring masyadong maliitin ang portfolio ng VaR sa panahon ng mga kaganapan sa stress sa merkado, kapag ang mga dati nang hindi nauugnay na asset ay naging lubos na nauugnay (napupunta ang ugnayan sa 1 sa isang krisis). Ang mga benepisyo sa pagkakaiba-iba na ipinapalagay sa mga normal na merkado ay maaaring biglang mawala, na magdulot ng mga aktwal na pagkalugi na higit na lumampas sa mga pagtatantya ng VaR ng maraming asset.'}
Mga Z-Score sa Antas ng Kumpiyansa ng VaR at Mga Taunang Exception Rate
▾
| Antas ng Kumpiyansa | Z-Score | Pang-araw-araw na Rate ng Exception | Mga Inaasahang Pagbubukod/Taon |
|---|---|---|---|
| 90% | 1.282 | 10% | ~25 araw/taon |
| 95% | 1.645 | 5% | ~12–13 araw/taon |
| 97.5% | 1.960 | 2.5% | ~6 na araw/taon |
| 99% | 2.326 | 1% | ~2–3 araw/taon |
| 99.5% | 2.576 | 0.5% | ~1 araw/taon |
| 99.9% | 3.090 | 0.1% | ~1 araw bawat 4 na taon |
Mga madalas itanong
▾
Ano ang pagkakaiba ng VaR at Expected Shortfall (CVaR)?
Sinasagot ng VaR ang tanong na 'ano ang pinakamataas na pagkawala sa isang naibigay na antas ng kumpiyansa?' — ngunit wala itong sinasabi tungkol sa kung gaano kalaki ang mga pagkalugi na maaaring lampas sa threshold na iyon. Sinasagot ng Expected Shortfall (ES), na tinatawag ding Conditional VaR (CVaR), ang komplementaryong tanong na 'kung ang mga pagkalugi ay lumampas sa VaR, ano ang average na pagkawala?' Ang ES ay palaging mas malaki kaysa o katumbas ng VaR at nagbibigay ng mas kumpletong paglalarawan ng panganib sa buntot. Halimbawa, kung ang 99% VaR ay $1M, ang CVaR ay maaaring $1.8M — ibig sabihin, ang mga pagkalugi ay lampas sa average ng VaR threshold na $1.8M. Ang Basel III ay unti-unting lumipat mula sa VaR patungo sa Inaasahang Pagkukulang bilang pangunahing sukatan ng panganib sa regulasyon dahil sa mga katangian ng nakahihigit na panganib sa buntot ng CVaR.
Bakit hindi sinasabi sa iyo ng VaR kung gaano kalala ang maaaring maging pinakamalalang pagkalugi?
Ang VaR ay isang quantile measure — ito ay tumutukoy sa isang threshold na ang mga pagkalugi ay hindi lalampas sa isang ibinigay na posibilidad, ngunit ito ay hindi nagbibigay ng impormasyon tungkol sa pamamahagi ng mga pagkalugi na lampas sa threshold na iyon. Ang dalawang portfolio ay maaaring magkaroon ng magkaparehong mga VaR ngunit ibang-iba ang mga profile ng pagkawala ng buntot: ang isa ay maaaring magkaroon ng katamtamang pagkalugi na lampas lamang sa VaR, habang ang isa ay maaaring makaranas ng mga sakuna na pagkalugi. Ang limitasyong ito ay partikular na malubha para sa mga portfolio na may mga opsyon, credit derivatives, o iba pang mga instrumento na may non-linear, mataas na baluktot na mga pamamahagi ng pagbalik. Ang praktikal na kahihinatnan ay ang VaR lamang ay hindi sapat para sa pamamahala ng panganib at dapat na dagdagan ng Inaasahang Pagkukulang at pagsubok sa stress.
Anong antas ng kumpiyansa ang dapat kong gamitin para sa VaR?
Ang pinakakaraniwang mga pagpipilian ay 95% (ginagamit sa maraming panloob na aplikasyon ng pamamahala sa peligro at ng ilang mga regulator) at 99% (tinukoy ng Basel III para sa panganib na kapital sa merkado ng bangko). Ang ilang mga kumpanya ay gumagamit ng 99.9% o mas mataas para sa pang-ekonomiyang kapital at mga layunin ng pagsubok sa stress. Ang pagpipilian ay depende sa aplikasyon: ang mga limitasyon sa panloob na panganib ay maaaring gumamit ng 95% VaR para sa pang-araw-araw na pagsubaybay (gumagawa ng mas madalas ngunit mas maliit na mga eksepsiyon), habang ang mga regulatory capital at risk tolerance framework ay karaniwang gumagamit ng 99% VaR. Ang mas mataas na antas ng kumpiyansa ay gumagawa ng mas malalaking pagtatantya ng VaR at nangangailangan ng mas makasaysayang data para sa maaasahang pagtatantya — 99.9% VaR mula sa makasaysayang data ay nangangailangan ng hindi bababa sa 1,000 obserbasyon upang magkaroon ng makabuluhang bilang ng mga kaganapan sa buntot.
Paano na-backtest ang VaR?
Ang mga modelo ng VaR ay na-backtest sa pamamagitan ng paghahambing ng mga pang-araw-araw na pagtatantya ng VaR laban sa aktwal na kasunod na mga pagsasakatuparan ng P&L at pagbibilang ng bilang ng mga 'pagbubukod' — mga araw kung kailan ang aktwal na mga pagkalugi ay lumampas sa pagtatantya ng VaR. Para sa isang wastong na-calibrate na 99% na modelo ng VaR, humigit-kumulang 1% ng mga araw ang dapat gumawa ng mga pagbubukod — mga 2 hanggang 3 araw bawat taon sa 250 araw ng kalakalan. Gumagamit ang Basel III ng isang traffic-light system: 0–4 na eksepsiyon bawat taon ay isang green zone (modelo ay katanggap-tanggap), 5–9 ay isang yellow zone (modelo ay pinaghihinalaan, karagdagang capital charges ay nalalapat), at 10+ ay isang red zone (modelo ay tinanggihan). Ang sistematikong over-o under-prediction ng mga exceptions ay nag-trigger ng regulatory scrutiny at model recalibration.
Ano ang mga pangunahing limitasyon ng VaR?
Ang VaR ay may ilang mahusay na dokumentado na mga limitasyon. Maaari itong magbigay ng maling katumpakan — ang pagpapahayag ng panganib bilang isang numero ay maaaring lumikha ng mapanlinlang na kumpiyansa. Hindi nito sinusukat ang panganib sa buntot (mga pagkalugi na lampas sa VaR threshold). Ipinagpapalagay ng Parametric VaR ang mga normal na ipinamamahaging pagbalik, na minamaliit ang panganib mula sa mga pamamahaging may taba. Ang makasaysayang simulation ay pabalik-balik at maaaring hindi makuha ang mga kondisyon ng merkado sa hinaharap. Maaaring procyclical ang VaR — lumilitaw na mababa sa panahon ng kalmado na mga merkado kapag ang panganib ay aktwal na nag-iipon, at spiking sa panahon ng krisis kapag ang mga posisyon ay kailangang putulin. Bukod pa rito, sa panahon ng magkakaugnay na mga kaganapan ng stress, ang mga benepisyo sa sari-saring uri na ipinapalagay ng mga modelo ng VaR ay maaaring mawala, na magdulot ng mga aktwal na pagkalugi na higit na lumampas sa mga pagtatantya ng VaR.
Paano nakakaapekto ang abot-tanaw ng oras sa VaR?
Ang VaR ay humigit-kumulang na may parisukat na ugat ng abot-tanaw ng oras sa ilalim ng pagpapalagay na ang mga pang-araw-araw na pagbabalik ay independyente at magkaparehong distributed (i.i.d.). Ang 10-araw na VaR ay tinatayang √10 ≈ 3.16 beses ang 1-araw na VaR. Ang panuntunan sa pag-scale na ito ay naka-embed sa Basel III (na tumutukoy sa 10-araw na VaR para sa regulatory capital) at may bisa sa matematika kapag hindi nauugnay ang mga pagbabalik sa paglipas ng panahon. Gayunpaman, kung ang mga pagbabalik ay nagpapakita ng serial autocorrelation — na ginagawa ng marami sa maikling abot-tanaw — ang square-root-of-time na panuntunan ay labis na tinatantya ang VaR para sa mga asset na may positibong autocorrelated at minamaliit ito para sa mga negatibong autocorrelated (mean-reverting).
Ano ang ginagamit ng VaR sa pagsasanay ng mga bangko at kumpanya ng pamumuhunan?
Ginagamit ng mga bangko ang VaR para sa mga kalkulasyon ng regulatory capital (Basel III market risk capital), pang-araw-araw na pagsubaybay sa limitasyon sa panganib para sa mga trading desk, pagtatantya ng pagkakalantad sa credit ng counterparty, at paglalaan ng pang-ekonomiyang kapital sa mga linya ng negosyo. Ginagamit ng mga tagapamahala ng pamumuhunan ang VaR para sa pagbuo ng portfolio (pag-optimize ng portfolio upang makamit ang target na VaR sa loob ng mga limitasyon sa badyet ng panganib), pag-uulat ng kliyente (pagbubunyag ng panganib sa portfolio sa standardized na anyo), pagsisiwalat ng panganib sa prospektus ng pondo (kinakailangan sa mga pondo ng UCITS sa EU), at pagsubok sa stress. Ang mga sistema ng pamamahala sa peligro sa mga pangunahing bangko ay nagko-compute ng VaR sa real time sa libu-libong mga posisyon at klase ng asset upang pagsama-samahin ang pagkakalantad sa panganib sa merkado sa buong kumpanya.
Mga Karaniwang Mali na Dapat Iwasan
▾
- !Tinatrato ang VaR bilang pinakamataas na posibleng pagkawala — Ang VaR ay isang confidence interval na mas mababa ang hangganan para sa pagkawala ng buntot, hindi isang ganap na pinakamasamang kaso.
- !Masyadong maikli ang paggamit ng makasaysayang palugit para sa pagtatantya ng VaR — wala pang 250 araw ng kalakalan ay gumagawa ng hindi mapagkakatiwalaang mga pagtatantya ng parametric at hindi sapat na mga obserbasyon sa buntot para sa makasaysayang simulation.
- !Ang paglalapat ng square-root-of-time scaling rule sa mga nagbabalik na may makabuluhang autocorrelation o mean-reversion, na humahantong sa maling multi-day na mga pagtatantya ng VaR.
- !Paghahambing ng mga VaR na kinakalkula sa iba't ibang antas ng kumpiyansa o abot-tanaw ng oras nang hindi nagsasaayos para sa mga pagkakaibang ito.
- !Pagbabalewala sa Inaasahang Pagkukulang at pagsubok sa stress — Ang VaR lamang ay hindi sapat para sa komprehensibong pamamahala sa peligro at hindi mailarawan ang kalubhaan ng pagkawala ng buntot.
Pro Tip
Palaging dagdagan ang VaR ng Inaasahang Pagkukulang (CVaR) at mga makasaysayang pagsubok sa stress gamit ang mga aktwal na sitwasyon ng krisis (2008, 2020). Itanong: 'Kung tayo ay nasa 1% na buntot, gaano ito kalala?' — iyon ang tanong na hindi masagot ng VaR ngunit hindi maaaring balewalain ng pamamahala sa peligro.
Alam mo ba?
Ang publikasyon ng J.P. Morgan noong 1994 na RiskMetrics, na nagpasikat sa VaR, ay hinimok ng isang kahilingan mula sa dating CEO na si Dennis Weatherstone na nagnanais ng isang pang-araw-araw na ulat na nagbubuod sa kabuuang panganib ng kumpanya sa isang numero. Ang resulta — ang '4:15 na ulat' na inihatid 15 minuto pagkatapos ng pagsasara ng merkado — ay nagpabago sa pamamahala ng panganib sa pandaigdigang pagbabangko.
Regional Guides
▾
🇺🇸 US▾
🇬🇧 UK▾
🇪🇺 EU▾
Mga Sanggunian
- ›J.P. Morgan RiskMetrics Technical Document (4th ed., 1996)
- ›Investopedia: Ipinaliwanag ang Value at Risk (VaR).
- ›Basel Committee on Banking Supervision: Fundamental Review of the Trading Book (FRTB)
- ›Jorion, P. (2006). Halaga sa Panganib: Ang Bagong Benchmark para sa Pamamahala ng Pinansyal na Panganib (3rd ed.). McGraw-Hill.
Read the full guide on how to use this calculator effectively
Magbasa pa →Kumuha ng Lingguhang Mga Tip sa Math
Sumali sa 12,000+ subscriber na nakakakuha ng mga tip sa calculator bawat linggo.