Value-at-risk (VaR) is een veelgebruikte maatstaf voor neerwaarts beleggingsrisico voor een enkele belegging of een beleggingsportefeuille. VaR geeft het maximale dollarverlies op een portefeuille over een specifieke periode voor een bepaald niveau van vertrouwen. Vaak wordt het betrouwbaarheidsniveau gekozen om een ​​indicatie van staartrisico te geven; dat wil zeggen, het risico van zeldzame, extreme marktgebeurtenissen.

Op basis van een VaR-berekening kan een belegger er bijvoorbeeld voor 95% zeker van zijn dat het maximale verlies op één dag bij een investering van $ 100 niet meer dan $ 3 zal bedragen. De VaR ($ 3 in dit voorbeeld) kan worden gemeten met behulp van drie verschillende methodologieën. Elke methode is gebaseerd op het creëren van een verdeling van beleggingsrendementen; Anders gezegd, alle mogelijke beleggingsrendementen krijgen een kans om gedurende een bepaalde periode te voorkomen. (Zie ook Introductie Value-at-Risk (VaR) .)

AD:

Hoe nauwkeurig is VaR?

Als eenmaal een VaR-methode is gekozen, is het berekenen van de VaR van een portefeuille een vrij eenvoudige oefening. De uitdaging ligt in het beoordelen van de nauwkeurigheid van de maatregel en daarmee de nauwkeurigheid van de verdeling van de opbrengsten. Het kennen van de nauwkeurigheid van de maatregel is vooral belangrijk voor financiële instellingen omdat ze VaR gebruiken om in te schatten hoeveel contanten ze moeten reserveren om mogelijke verliezen te dekken. Onnauwkeurigheden in het VaR-model kunnen betekenen dat de instelling niet over voldoende reserves beschikt en aanzienlijke verliezen tot gevolg kan hebben, niet alleen voor de instelling maar mogelijk ook voor haar inleggers, individuele beleggers en zakelijke klanten. In extreme marktomstandigheden, zoals die VaR probeert te veroveren, kunnen de verliezen groot genoeg zijn om een ​​faillissement te veroorzaken. (Zie ook Wat u moet weten over faillissement. )

AD:

Back-testen van een VaR-model voor nauwkeurigheid

Risicomanagers gebruiken een techniek die we backtesting noemen om de nauwkeurigheid van een VaR-model te bepalen. Bij backtesting wordt de berekende VaR-maatstaf vergeleken met de werkelijke verliezen (of winsten) die op de portefeuille zijn behaald. Een backtest is afhankelijk van het niveau van vertrouwen dat wordt aangenomen in de berekening. De belegger die bijvoorbeeld een eendaagse VaR van $ 3 op een investering van $ 100 met een betrouwbaarheidsinterval van 95% heeft berekend, verwacht dat het verlies van één dag op zijn portefeuille slechts 5% van de tijd hoger zal zijn dan $ 3. Als de belegger de werkelijke verliezen over 100 dagen registreerde, zou het verlies op precies vijf van die dagen hoger zijn dan $ 3 als het VaR-model juist is. Een eenvoudige backtest stapelt de werkelijke retourverdeling op ten opzichte van de modelretourverdeling door de proportie van werkelijke verliesuitzonderingen te vergelijken met het verwachte aantal uitzonderingen. De backtest moet gedurende een voldoende lange periode worden uitgevoerd om ervoor te zorgen dat er voldoende werkelijke retourwaarnemingen zijn om een ​​werkelijke retourverdeling te creëren. Voor een eendaagse VaR-maatregel gebruiken risicomanagers doorgaans een minimumperiode van een jaar voor backtesting.

AD:

De eenvoudige backtest heeft een groot nadeel: het is afhankelijk van de steekproef van werkelijk gebruikte retouren. Overweeg nogmaals de belegger die een eendaagse VaR van $ 3 met 95% zekerheid heeft berekend. Stel dat de belegger een backtest van meer dan 100 dagen heeft uitgevoerd en precies vijf uitzonderingen heeft gevonden. Als de belegger een andere periode van 100 dagen gebruikt, kan er minder of een groter aantal uitzonderingen zijn. Deze steekproefafhankelijkheid maakt het moeilijk om de nauwkeurigheid van het model vast te stellen. Om deze zwakte aan te pakken, kunnen statistische tests worden uitgevoerd om meer licht te werpen op de vraag of een backtest is mislukt of geslaagd is.

Wat te doen als de backtest mislukt

Wanneer een backtest mislukt, zijn er een aantal mogelijke oorzaken waarmee rekening moet worden gehouden:

The Wrong Return Distribution

Als de VaR-methode een terugkeer veronderstelt distributie (bijvoorbeeld een normale verdeling van retouren), is het mogelijk dat de modelverdeling niet goed past bij de daadwerkelijke distributie. Statistische tests op geschiktheid kunnen worden gebruikt om te controleren of de modelverdeling aansluit op de werkelijk waargenomen gegevens. Als alternatief kan een VaR-methodologie worden gebruikt die geen distributie-aanname vereist.

Een verkeerd gespecificeerd VaR-model

Als het VaR-model alleen het aandelenmarktrisico vangt, terwijl de beleggingsportefeuille is blootgesteld aan andere risico's zoals renterisico of wisselkoersrisico, is het model verkeerd gespecificeerd. Als het VaR-model de correlaties tussen de risico's niet vastlegt, wordt het bovendien als verkeerd gespecificeerd beschouwd. Dit kan worden verholpen door alle toepasselijke risico's en bijbehorende correlaties in het model op te nemen. Het is belangrijk om het VaR-model opnieuw te evalueren wanneer nieuwe risico's aan een portefeuille worden toegevoegd.

Meting van werkelijke verliezen

De feitelijke portefeuilleverliezen moeten representatief zijn voor risico's die kunnen worden gemodelleerd. Meer specifiek moeten de werkelijke verliezen eventuele vergoedingen of andere dergelijke kosten of inkomsten uitsluiten. Verliezen die alleen risico's vertegenwoordigen die kunnen worden gemodelleerd, worden "schone verliezen" genoemd. Degenen die vergoedingen en andere dergelijke items bevatten, worden "vuile verliezen" genoemd. Backtesting moet altijd worden uitgevoerd met behulp van zuivere verliezen om een ​​vergelijkende vergelijking te garanderen.

Andere overwegingen

Het is belangrijk om niet te vertrouwen op een VaR-model, gewoon omdat het een backtest doorstaat. Hoewel VaR nuttige informatie biedt over de risicobereidheid in het slechtste geval, is deze sterk afhankelijk van de gebruikte retourverdeling, met name de staart van de distributie. Omdat staartgebeurtenissen zo zeldzaam zijn, beweren sommige beoefenaars dat pogingen om staartwaarschijnlijkheden te meten op basis van historische waarneming inherent gebrekkig zijn. Volgens Reuters kwam "VaR in aanmerking voor verhitte kritiek na de financiële crisis, omdat veel modellen de omvang van de verliezen die veel grote banken in 2007 en 2008 verwoestten niet konden voorspellen."

De reden? De markten hadden geen vergelijkbare gebeurtenis meegemaakt, dus het werd niet vastgelegd in de staart van de distributies die werden gebruikt. Na de financiële crisis van 2007 werd ook duidelijk dat VaR-modellen niet in staat zijn om alle risico's te nemen; bijvoorbeeld basisrisico.Deze extra risico's worden "risico niet in VaR" of RNiV genoemd.

In een poging om deze onvolkomenheden aan te pakken, vullen risicomanagers de VaR-maatregel aan met andere risicomaatregelen en andere technieken zoals stresstests.

De Bottom Line

Value-at-Risk (VaR) is een maatstaf voor de worst case-verliezen over een bepaalde periode met een zeker vertrouwensniveau. De waardering van VaR hangt af van de verdeling van de beleggingsrendementen. Om te testen of het model de realiteit accuraat weergeeft, kan backtest worden uitgevoerd. Een mislukte backtest betekent dat het VaR-model opnieuw moet worden geëvalueerd. Een VaR-model dat een backtest doorstaat, moet echter nog worden aangevuld met andere risicomaatregelen vanwege de tekortkomingen van VaR-modellering. (Zie ook

Berekening van uw investering. )