Backtesting Value-at-Risk (VaR): Grunderna

Value-at-risk (VaR) är ett allmänt använt mått på nedåtriktad investeringsrisk för en enskild investering eller en portfölj av investeringar.VaR ger minsta värdeförlust eller procentandel på en portfölj eller tillgång under en specifik tidsperiod för en viss nivå av förtroende.Konfidensnivån är ofta vald för att ge en indikation på svansrisk; det vill säga risken för sällsynta, extrema marknadshändelser.

Till exempel, en VaR-beräkning som föreslår en tillgång 5 % chans 3 % förlust under en period av en dag skulle säga till investerare med 100 USD investerade i den tillgången att de borde förvänta sig en 5 % chans att deras portfölj kommer att sjunka minst 3 USD på en given dag.VaR ($3 i detta exempel) kan mätas med tre olika metoder.Varje metod bygger på att skapa en fördelning av investeringsavkastningen; uttryckt på ett annat sätt, alla möjliga investeringsavkastningar tilldelas en sannolikhet att inträffa under en viss tidsperiod.

Nyckel takeaways

  • Value-at-risk (VaR) mäter investeringsrisken nedåt för en enskild investering eller en hel portfölj av investeringar.
  • Backtesting är en teknik som används av riskhanterare för att avgöra om en VaR-modell är korrekt.
  • Ett antal möjliga orsaker bör beaktas när och om ett backtest misslyckas.
  • VaR erbjuder användbar information om riskexponering i värsta fall, men den är starkt beroende av den använda avkastningsfördelningen, särskilt fördelningens svans.

Hur exakt är VaR?

När väl en VaR-metod har valts är det en ganska enkel övning att beräkna en portföljs VaR.Utmaningen ligger i att bedöma träffsäkerheten och därmed träffsäkerheten i fördelningen av avkastningen.Att känna till måttets noggrannhet är särskilt viktigt för finansinstitut eftersom de använder VaR för att uppskatta hur mycket kontanter de behöver reservera för att täcka potentiella förluster.Eventuella felaktigheter i VaR-modellen kan innebära att institutet inte har tillräckliga reserver och kan leda till betydande förluster, inte bara för institutet utan potentiellt för dess insättare, enskilda investerare och företagskunder. Under extrema marknadsförhållanden som de som VaR försöker försöka att fånga upp kan förlusterna vara tillräckligt stora för att orsaka konkurs.

Hur man Backtesta VaR-modell för noggrannhet

Riskhanterare använder en teknik som kallas backtesting för att bestämma noggrannheten hos en VaR-modell.Backtesting innebär jämförelse av det beräknade VaR-måttet med de faktiska förlusterna (eller vinsterna) som uppnåtts på portföljen.Ett backtest bygger på den konfidensnivå som antas i beräkningen.

Till exempel, den investerare som beräknade en endags VaR på 3 USD på en investering på 100 USD med 95 % konfidens förväntar sig att endagsförlusten på hans portfölj kommer att överstiga 3 USD endast 5 % av tiden.Om investeraren registrerade de faktiska förlusterna under 100 dagar, skulle förlusten överstiga 3 USD på exakt fem av dessa dagar om VaR-modellen är korrekt. Ett enkelt backtest sätter upp den faktiska avkastningsfördelningen mot modellens avkastningsfördelning genom att jämföra andelen faktiska förlustundantag till det förväntade antalet undantag.Backtestet måste utföras under en tillräckligt lång period för att säkerställa att det finns tillräckligt många faktiska avkastningsobservationer för att skapa en faktisk avkastningsfördelning.För ett endags VaR-mått använder riskhanterare vanligtvis en period på minst ett år för backtesting.

Det enkla backtestet har en stor nackdel: det är beroende av urvalet av faktiska avkastningar som används.Tänk igen på investeraren som beräknade en endags VaR på 3 USD med 95 % konfidens.Antag att investeraren utförde en backtest under 100 dagar och hittade exakt fem undantag.Om investeraren använder en annan 100-dagarsperiod kan det finnas färre eller fler undantag.Detta urvalsberoende gör det svårt att fastställa modellens riktighet.För att komma till rätta med denna svaghet kan statistiska tester implementeras för att belysa om ett backtest har misslyckats eller godkänts.

Vad du ska göra om Backtestet misslyckas

När ett baktest misslyckas finns det ett antal möjliga orsaker som måste beaktas:

Den felaktiga returfördelningen

Om VaR-metoden antar en avkastningsfördelning (t.ex. en normalfördelning av avkastning), är det möjligt att modellfördelningen inte passar bra till den faktiska fördelningen.Statistiska goodness-of-fit-tester kan användas för att kontrollera att modellfördelningen stämmer överens med de faktiska observerade data.Alternativt kan en VaR-metod som inte kräver ett distributionsantagande användas.

En felspecificerad VaR-modell

Om VaR-modellen bara fångar upp aktiemarknadsrisk medan investeringsportföljen är exponerad för andra risker som ränterisk eller valutarisk, är modellen felspecificerad.Dessutom, om VaR-modellen inte lyckas fånga sambanden mellan riskerna, anses den vara felspecificerad. Detta kan åtgärdas genom att inkludera alla tillämpliga risker och tillhörande korrelationer i modellen.Det är viktigt att omvärdera VaR-modellen när nya risker läggs till i en portfölj.

Mätning av faktiska förluster

De faktiska portföljförlusterna måste vara representativa för risker som kan modelleras.Mer specifikt måste de faktiska förlusterna exkludera eventuella avgifter eller andra sådana kostnader eller intäkter.Förluster som endast representerar risker som kan modelleras kallas "rena förluster." De som inkluderar avgifter och andra sådana föremål kallas "smutsiga förluster." Backtesting måste alltid göras med rena förluster för att säkerställa en likvärdig jämförelse .

Andra överväganden

Det är viktigt att inte lita på en VaR-modell bara för att den klarar ett baktest. Även om VaR ger användbar information om riskexponering i värsta fall, är den starkt beroende av den använda avkastningsfördelningen, särskilt fördelningens svans.Eftersom svanshändelser är så sällsynta hävdar vissa utövare att alla försök att mäta svanssannolikheter baserat på historiska observationer i sig är felaktiga. Enligt Reuters kom VaR för het kritik efter finanskrisen eftersom många modeller misslyckades med att förutsäga omfattningen av förluster som ödelade många stora banker 2007 och 2008."

Anledningen?Marknaderna hade inte upplevt en liknande händelse, så den fångades inte av de distributioner som användes. Efter finanskrisen 2007 blev det också klart att VaR-modeller inte kan fånga alla risker; till exempel grundrisk.Dessa ytterligare risker kallas "risk inte i VaR" eller RNiV.

I ett försök att åtgärda dessa brister kompletterar riskhanterare VaR-måttet med andra riskmått och andra tekniker som stresstester.

Poängen

Value-at-Risk (VaR) är ett mått på värsta fall förluster under en viss tidsperiod med en viss nivå av förtroende.Mätningen av VaR beror på fördelningen av investeringsavkastningen.För att testa om modellen korrekt representerar verkligheten eller inte, kan backtesting utföras.Ett misslyckat backtest innebär att VaR-modellen måste omvärderas.En VaR-modell som klarar ett backtest bör dock fortfarande kompletteras med andra riskmått på grund av bristerna i VaR-modelleringen.