a:

Het minimumaantal simulaties dat moet worden uitgevoerd voor een redelijk nauwkeurige VaR-beoordeling (Value at Risk) wordt over het algemeen beschouwd als 1, 000, maar de industrienorm is om een ​​minimum van 10, 000 simulaties.

De Monte Carlo-methode voor het beoordelen van VaR is een variatie op de historische rendementsmethode, een methode die berust op het genereren van willekeurige getallen. Het belangrijkste voordeel van deze methode is dat deze doorgaans een veel breder scala aan mogelijke resultaten in aanmerking neemt dan de historische methode, waardoor het totale risico nauwkeuriger kan worden beoordeeld. Pleitbezorgers van de historische methode stellen dat feitelijke historische resultaten een meer realistische beoordeling van waarschijnlijke risiconiveaus opleveren, hoewel ze mogelijk niet alle mogelijke scenario's omvatten.

VaR is een beoordelingstool voor risicobeheer die is ontwikkeld om de traditionele risicomaatstaf voor volatiliteit te vergroten. Het geïdentificeerde probleem met volatiliteitsmetingen is dat ze meestal geen onderscheid maken tussen goede volatiliteit en slechte volatiliteit. Volatiliteit is niet echt een risico als het de waarde van een investering verhoogt. VaR is gebaseerd op het focussen van de risicobeoordeling op het beantwoorden van de vraag van het maximale potentiële verlies - of preciezer gezegd, het maximale potentiële verlies of tijdelijk verliesniveau dat redelijkerwijs verwacht kan worden. Hoewel het theoretisch mogelijk is om 100% verlies te ervaren bij een inkoop van aandelen in General Motors, is dat geen realistische mogelijkheid. VaR is een veel gebruikte methode geworden voor risicobeoordeling bij grote financiële dienstverleners en beleggingsondernemingen.

VaR meet potentiële verliezen van een individueel activum of een gehele beleggingsportefeuille gedurende een bepaalde periode en met een bepaald betrouwbaarheidsniveau. Het vertrouwensniveau is in essentie een waarschijnlijkheidsmaatstaf. Als de VaR-berekening van een investeringsactief bijvoorbeeld $ 1, 000 is voor een periode van één maand met een betrouwbaarheidsniveau van 95%, betekent dit dat er slechts een kans van 5% bestaat om een ​​verlies te ervaren van meer dan $ 1 000 binnen de tijdsbestek van een maand. VaR-berekeningen kunnen elk betrouwbaarheidsniveau specificeren, maar ze worden meestal gebruikt voor betrouwbaarheidsniveaus van 90%, 95% of 99%.

De drie primaire methoden die worden gebruikt voor het berekenen van VaR zijn de historische methode, de variantie-covariantiemethode en de Monte Carlo-simulatiemethode. De historische methode maakt gebruik van de invoer van werkelijke historische rendementen op een beleggingsobject en reorganiseert deze in volgorde van slechtste uitbetalingsresultaten tot de beste winst. Het resultaat lijkt meestal op een typische statistische belkromme, die een hogere waarschijnlijkheid toont voor de vaker voorkomende returns en de laagste kans voor de minst gebruikelijke beleggingsrendementen.

In plaats van werkelijke historische rendementen, gebruikt de Monte Carlo-methode een generator voor willekeurige getallen om een ​​reeks mogelijke rendementsresultaten te genereren. Een mogelijke zwakte van de methode ligt in het effect dat het aanvankelijk willekeurig gegenereerde getal op de algemene resultaten kan hebben. Daarom wordt aangeraden om ten minste 1, 000 simulaties uit te voeren. Elke simulatie produceert verschillende resultaten, maar een hoger aantal simulaties resulteert in een kleinere gemiddelde variatie tussen de simulaties.