Backtesting Value-at-Risk (VaR): The Basics

Verdi-til-risiko (VaR) er et mye brukt mål på investeringsrisiko ved nedsiden av en enkelt investering eller en portefølje av investeringer. VaR gir maksimal dollar tap på en portefølje over en bestemt tidsperiode for et visst tillit. Ofte velges konfidensnivået for å gi en indikasjon på halerisiko; det vil si risikoen for sjeldne, ekstreme markedshendelser.

For eksempel, basert på en VaR -beregning, kan en investor være 95% sikker på at det maksimale tapet på en dag på en egenkapitalinvestering på $ 100 ikke vil overstige $ 3. VaR ($ 3 i dette eksemplet) kan måles ved hjelp av tre forskjellige metoder. Hver metode er avhengig av å skape en fordeling av investeringsavkastning; på en annen måte, blir alle mulige investeringsavkastninger tildelt en sannsynlighet for forekomst over en bestemt tidsperiode. (Se også En introduksjon til Value at Risk (VaR).)

Hvor nøyaktig er VaR?

Når en VaR -metode er valgt, er beregning av en porteføljes VaR en ganske grei øvelse. Utfordringen ligger i å vurdere nøyaktigheten av målet og dermed nøyaktigheten i fordelingen av avkastninger. Å vite nøyaktigheten av tiltaket er spesielt viktig for finansinstitusjoner fordi de bruker VaR til å estimere hvor mye penger de trenger å reservere for å dekke potensielle tap. Eventuelle unøyaktigheter i VaR -modellen kan bety at institusjonen ikke har tilstrekkelige reserver og kan føre til betydelige tap, ikke bare for institusjonen, men potensielt for innskytere, enkeltinvestorer og bedrifter klienter. Under ekstreme markedsforhold som de som VaR prøver å fange opp, kan tapene være store nok til å forårsake

konkurser. (Se også Hva du trenger å vite om konkurs.)

Slik tilbakestiller du en VaR -modell for nøyaktighet

Risikostyrere bruker en teknikk kjent som backtesting for å bestemme nøyaktigheten til en VaR -modell. Backtesting innebærer sammenligning av det beregnede VaR -målet med de faktiske tapene (eller gevinstene) oppnådd på porteføljen. En backtest er avhengig av konfidensnivået som er forutsatt i beregningen. For eksempel vil investoren som beregnet en en-dagers VaR på $ 3 på en investering på $ 100 med 95% tillit forvente at tapet på en dag på porteføljen hans overstiger $ 3, bare 5% av tiden. Hvis investoren registrerte de faktiske tapene over 100 dager, ville tapet overstige $ 3 på nøyaktig fem av disse dagene hvis VaR -modellen er nøyaktig. En enkel backtest stabler den faktiske avkastningsfordelingen mot modellavkastningsfordelingen ved å sammenligne andelen av faktiske tapsunntak med det forventede antallet unntak. Backtesten må utføres over en tilstrekkelig lang periode for å sikre at det er nok faktiske returobservasjoner for å opprette en faktisk returfordeling. For et en-dagers VaR-tiltak bruker risikostyrere vanligvis en minimumsperiode på ett år for backtesting.

Den enkle tilbaketesten har en stor ulempe: den er avhengig av prøven av faktisk avkastning brukt. Tenk igjen på investoren som beregnet en $ 3-dagers VaR med 95% tillit. Anta at investoren utførte en backtest over 100 dager og fant nøyaktig fem unntak. Hvis investoren bruker en annen 100-dagers periode, kan det være færre eller flere unntak. Denne prøveavhengigheten gjør det vanskelig å fastslå nøyaktigheten til modellen. For å løse denne svakheten kan statistiske tester implementeres for å belyse om en backtest har mislyktes eller har bestått.

Hva skal jeg gjøre hvis tilbaketesten mislykkes

Når en backtest mislykkes, er det en rekke mulige årsaker som må tas i betraktning:

Feil returfordeling

Hvis VaR -metodikken forutsetter en returfordeling (f.eks. En normal fordeling av avkastninger), er det mulig at modellfordelingen ikke passer godt til den faktiske fordelingen. Statistisk godhet i form tester kan brukes til å kontrollere at modellfordelingen passer til de faktiske observerte dataene. Alternativt kan en VaR -metode som ikke krever distribusjonsforutsetning brukes.

En feil spesifisert VaR -modell

Hvis VaR -modellen fanger, for eksempel, bare aksjemarkedsrisiko mens investeringsporteføljen er utsatt for andre risikoer som renterisiko eller valutarisiko, er modellen feilspesifisert. I tillegg, hvis VaR -modellen ikke klarer å fange sammenhengene mellom risikoene, anses den som feilspesifisert. Dette kan rettes opp ved å inkludere alle gjeldende risikoer og tilhørende korrelasjoner i modellen. Det er viktig å revurdere VaR -modellen når nye risikoer legges til a portefølje.

Måling av faktiske tap

De faktiske tapene i porteføljen må være representative for risiko som kan modelleres. Nærmere bestemt må de faktiske tapene ekskludere gebyrer eller andre slike kostnader eller inntekter. Tap som bare representerer risiko som kan modelleres, kalles "rene tap". De som inkluderer avgifter og annet slike gjenstander er kjent som "skitne tap". Backtesting må alltid utføres med rene tap for å sikre like-for-like sammenligning.

Andre hensyn

Det er viktig å ikke stole på en VaR -modell rett og slett fordi den består en backtest. Selv om VaR tilbyr nyttig informasjon om verste risikoeksponering, er den sterkt avhengig av avkastningsfordelingen som brukes, spesielt halen til fordelingen. Siden halehendelser er så sjeldne, hevder noen utøvere at ethvert forsøk på å måle halesannsynligheter basert på historisk observasjon er iboende feil. I følge Reuters, "VaR kom inn for sterk kritikk etter finanskrisen, da mange modeller ikke klarte å forutsi omfanget av tapene som ødela mange store banker i 2007 og 2008."

Grunnen? Markedene hadde ikke opplevd en lignende hendelse, så det ble ikke fanget i halen til distribusjonene som ble brukt. Etter finanskrisen i 2007 ble det også klart at VaR -modeller ikke er i stand til å fange opp all risiko; for eksempel, grunnrisiko.Disse tilleggsrisikoen kalles "risiko ikke i VaR" eller RNiV.

I et forsøk på å løse disse utilstrekkelighetene, kompletterer risikostyrere VaR -tiltaket med andre risikotiltak og andre teknikker som stresstesting.

Bunnlinjen

Value-at-Risk (VaR) er et mål på verste tap i en bestemt periode med en viss grad av tillit. Målingen av VaR er avhengig av fordelingen av investeringsavkastningen. For å teste om modellen representerer virkeligheten eller ikke, kan backtesting utføres. En mislykket tilbaketest betyr at VaR -modellen må vurderes på nytt. Imidlertid bør en VaR -modell som består en backtest fortsatt suppleres med andre risikotiltak på grunn av manglene i VaR -modellering. (Se også Hvordan beregne investeringsavkastningen.)