Backtesting Value-at-Risk (VaR): Kiến thức cơ bản

Giá trị rủi ro (VaR) là một thước đo được sử dụng rộng rãi để đánh giá rủi ro đầu tư giảm giá đối với một khoản đầu tư hoặc một danh mục đầu tư.VaR đưa ra mức lỗ tối thiểu về giá trị hoặc tỷ lệ phần trăm trên danh mục đầu tư hoặc tài sản trong một khoảng thời gian cụ thể đối với một mức độ tin cậy nhất định.Mức độ tin cậy thường được chọn để đưa ra dấu hiệu về rủi ro đuôi; tức là rủi ro xảy ra các sự kiện thị trường cực đoan, hiếm gặp.

Ví dụ: một phép tính VaR đề xuất một tài sản 5% cơ hội thua lỗ 3% trong khoảng thời gian một ngày sẽ cho nhà đầu tư với 100 đô la đầu tư vào tài sản đó rằng họ sẽ có 5% khả năng danh mục đầu tư của họ sẽ giảm ít nhất 3 đô la trên bất kỳ ngày.VaR (3 đô la trong ví dụ này) có thể được đo bằng ba phương pháp khác nhau.Mỗi phương pháp dựa vào việc tạo ra một phân phối lợi nhuận đầu tư; nói một cách khác, tất cả các khoản lợi nhuận đầu tư có thể có được chỉ định một xác suất xuất hiện trong một khoảng thời gian xác định.

Bài học rút ra chính

  • Giá trị rủi ro (VaR) đo lường rủi ro đầu tư giảm của một khoản đầu tư hoặc toàn bộ danh mục đầu tư.
  • Backtesting là một kỹ thuật được các nhà quản lý rủi ro sử dụng để xác định xem mô hình VaR có chính xác hay không.
  • Một số nguyên nhân có thể xảy ra nên được xem xét khi và nếu kiểm tra lại không thành công.
  • VaR cung cấp thông tin hữu ích về rủi ro trong trường hợp xấu nhất, nhưng nó chủ yếu dựa vào phân phối lợi nhuận được sử dụng, đặc biệt là phần đuôi của phân phối.

VaR chính xác như thế nào?

Khi phương pháp VaR được chọn, việc tính toán VaR của danh mục đầu tư là một bài tập khá đơn giản.Thách thức nằm ở việc đánh giá độ chính xác của thước đo và do đó, tính chính xác của việc phân phối lợi nhuận.Biết được độ chính xác của thước đo là đặc biệt quan trọng đối với các tổ chức tài chính vì họ sử dụng VaR để ước tính lượng tiền mặt họ cần dự trữ để trang trải các khoản lỗ có thể xảy ra.Bất kỳ điểm nào không chính xác trong mô hình VaR có thể có nghĩa là tổ chức không nắm giữ đủ dự trữ và có thể dẫn đến thiệt hại đáng kể, không chỉ cho tổ chức mà còn có khả năng cho người gửi tiền, nhà đầu tư cá nhân và khách hàng doanh nghiệp. để nắm bắt, các khoản lỗ có thể đủ lớn để gây ra phá sản.

Làm thế nào để Backtesta VaR Mô hình để có độ chính xác

Các nhà quản lý rủi ro sử dụng một kỹ thuật được gọi là backtesting để xác định độ chính xác của mô hình VaR.Kết quả ngược lại so sánh giữa thước đo VaR được tính toán với các khoản lỗ (hoặc lãi) thực tế đạt được trên danh mục đầu tư.Kiểm tra lại dựa trên mức độ tin cậy được giả định trong tính toán.

Ví dụ: nhà đầu tư đã tính toán VaR trong một ngày là 3 đô la cho khoản đầu tư 100 đô la với độ tin cậy 95% sẽ hy vọng khoản lỗ trong một ngày trên danh mục đầu tư của mình sẽ vượt quá 3 đô la chỉ 5% thời gian.Nếu nhà đầu tư ghi lại các khoản lỗ thực tế trong 100 ngày, khoản lỗ sẽ vượt quá 3 đô la vào đúng 5 ngày đó nếu mô hình VaR là chính xác. với số lượng ngoại lệ dự kiến.Kiểm tra lại phải được thực hiện trong một khoảng thời gian đủ dài để đảm bảo rằng có đủ quan sát trả lại thực tế để tạo ra phân phối trả lại thực tế.Đối với biện pháp VaR một ngày, các nhà quản lý rủi ro thường sử dụng khoảng thời gian tối thiểu là một năm để phản hồi.

Backtest đơn giản có một nhược điểm lớn: nó phụ thuộc vào mẫu lợi nhuận thực tế được sử dụng.Hãy xem xét nhà đầu tư đã tính toán VaR một ngày là 3 đô la với độ tin cậy 95%.Giả sử Investorperformeda backtestover 100 ngày và tìm thấy chính xác năm trường hợp ngoại lệ.Nếu nhà đầu tư sử dụng khoảng thời gian 100 ngày khác, có thể có ít hơn hoặc nhiều trường hợp ngoại lệ hơn.Sự phụ thuộc vào mẫu này gây khó khăn cho việc xác định độ chính xác của mô hình.Để giải quyết điểm yếu này, các bài kiểm tra thống kê có thể được thực hiện để làm sáng tỏ hơn việc kiểm tra lại có thất bại hay vượt qua hay không.

Phải làm gì nếu BacktestFails

Khi kiểm tra lại không thành công, có một số nguyên nhân có thể xảy ra cần được xem xét:

Phân phối lợi nhuận sai

Nếu phương pháp VaR giả định phân phối trả lại (ví dụ: phân phối lợi tức chuẩn), thì có thể phân phối mô hình không phù hợp với phân phối thực tế.Kiểm tra độ phù hợp thống kê có thể được sử dụng để kiểm tra xem phân phối mô hình có phù hợp với dữ liệu quan sát thực tế hay không.Ngoài ra, có thể sử dụng phương pháp VaR không yêu cầu giả định phân phối.

Mô hình VaR không xác định

Chẳng hạn, nếu mô hình VaR chỉ nắm bắt được rủi ro thị trường chứng khoán trong khi danh mục đầu tư chịu rủi ro khác như rủi ro lãi suất hoặc rủi ro tỷ giá hối đoái, thì mô hình này không được xác định chính xác.Ngoài ra, nếu mô hình VaR không nắm bắt được mối tương quan giữa các rủi ro thì nó được coi là không xác định được. Điều này có thể được khắc phục bằng cách bao gồm tất cả các rủi ro có thể áp dụng và các mối tương quan liên quan trong mô hình.Điều quan trọng là phải đánh giá lại mô hình VaR bất cứ khi nào rủi ro mới được thêm vào danh mục đầu tư.

Đo lường tổn thất thực tế

Các khoản lỗ thực tế của danh mục đầu tư phải đại diện cho các rủi ro có thể được mô hình hóa.Cụ thể hơn, các khoản lỗ thực tế phải loại trừ bất kỳ khoản phí nào hoặc các chi phí hoặc thu nhập khác.Những tổn thất đại diện cho những rủi ro duy nhất có thể được mô hình hóa được gọi là "tổn thất sạch". Những tổn thất bao gồm phí và các khoản tương tự khác được gọi là "tổn thất bẩn". Việc kiểm tra dự phòng phải luôn được thực hiện bằng cách sử dụng tổn thất sạch để đảm bảo so sánh tương tự .

Những ý kiến ​​khác

Điều quan trọng là không dựa vào một mô hình VaR đơn giản vì nó đã vượt qua một cuộc kiểm tra lại. Mặc dù VaR cung cấp thông tin hữu ích về rủi ro trong trường hợp xấu nhất, nó phụ thuộc nhiều vào phân phối trả lại được sử dụng, đặc biệt là phần đuôi của phân phối.Vì các sự kiện phần đuôi không thường xuyên xảy ra nên một số học viên cho rằng bất kỳ nỗ lực nào để đo xác suất phần đuôi dựa trên quan sát lịch sử đều là sai sót. những tổn thất đã tàn phá nhiều ngân hàng lớn trong năm 2007 và 2008. "

Nguyên nhân?Các thị trường đã không trải qua một sự kiện tương tự, vì vậy nó không bị bắt vào đuôi của các phân phối đã được sử dụng. ví dụ, rủi ro cơ sở.Những rủi ro bổ sung này được gọi là "rủi ro không có trong VaR" hoặc RNiV.

Trong nỗ lực giải quyết những bất cập này, các nhà quản lý rủi ro bổ sung biện pháp VaR với các biện pháp rủi ro khác và các kỹ thuật khác như kiểm tra căng thẳng.

Điểm mấu chốt

Giá trị rủi ro (VaR) là thước đo tổn thất trong trường hợp xấu nhất trong một khoảng thời gian xác định với một mức độ tin cậy nhất định.Việc đo lường bản lề VaR phụ thuộc vào việc phân phối lợi nhuận đầu tư.Để kiểm tra xem mô hình có thể hiện chính xác thực tế hay không, có thể tiến hành backtesting.Kiểm tra lại không thành công có nghĩa là mô hình VaR phải được đánh giá lại.Tuy nhiên, một mô hình VaR vượt qua một thử nghiệm ngược vẫn nên được bổ sung các biện pháp rủi ro khác do những thiếu sót của mô hình VaR.