ریسک دنبالهای: آنچه VaR آن سوی آستانه باقی میگذارد
چندک زیان را از شدت نتایج بدتر متمایز کنید و فرضهای پشت هر دو را تحت تنش بیازمایید.

آستانه، حداکثر نیست
ارزش در معرض ریسک یا VaR، یک چندک زیان را برای افق زمانی و سطح اطمینان مشخص خلاصه میکند. VaR یکروزه با سطح 95% آستانهای مرتبط با دنباله بالایی توزیع مدلشده زیان یکروزه است. این مقدار، بیشترین زیان ممکن، حد توقف تضمینشده یا ادعایی درباره محدود بودن زیان فردا نیست.
سطح اطمینان بهتنهایی کافی نیست. رقم پولی به اندازه پرتفوی، داراییها، روش ارزشگذاری و توزیع استفادهشده بستگی دارد. رویکردهای تاریخی، پارامتری و شبیهسازی ممکن است به دلیل فرضهای متفاوت پاسخهای مختلفی بدهند. همیشه قرارداد علامت را بیان کنید: بعضی سامانهها مبلغ زیان مثبت گزارش میکنند و برخی آستانه بازده منفی نشان میدهند.
بپرسید نتایج بدتر چقدر شدیدند
کسری موردانتظار، میانگین زیان در بخش منتخبِ بدترین نتایج را با برخورد مناسب با مرز چندک گسسته بررسی میکند. بنابراین شدت دنباله را توصیف میکند که یک چندک بهتنهایی ممکن است پنهان کند. دو پرتفوی میتوانند VaR مشابهی داشته باشند، اما زیانهایشان آن سوی آستانه بسیار متفاوت باشد.
این اطلاعات اضافی، سنجه را خطاناپذیر نمیکند. مشاهدات دنباله کمیاباند، پس برآوردها ممکن است ناپایدار باشند. نمونه کوتاه شاید هیچ بحرانی شبیه بحران بعدی نداشته باشد. چارچوبهای نظارتی ریسک بازار در مدلهای مشخص از کسری موردانتظار استفاده میکنند، اما محاسبه آموزشی، ارزیابی سرمایه نظارتی نیست و نباید از این اصطلاحات اعتبار قرض بگیرد.
در توزیع گسسته، زیان مورد انتظار دنباله همیشه میانگین زیانهای بزرگتر از VaR نیست. اگر زیان با احتمال 97٪ صفر، با 2٪ صد و با 1٪ هزار باشد، بدترین 5٪ شامل دو واحد درصد از نتایج صفر نیز هست. میانگین این بخش 240 میشود.
نبود تاریخی به معنای ناممکن بودن نیست
شبیهسازی تاریخی، پرتفوی فعلی را زیر تغییرات گذشته دوباره ارزشگذاری یا تقریب میزند. شفافیت آن مفید است، اما نمیتواند خودبهخود رویدادهای بیرون از نمونه را بازنمایی کند. تغییرات ساختاری اهرم، محلهای معامله یا خود ابزارها میتوانند باعث شوند یک شوک تاریخی آشنا امروز متفاوت عمل کند.
مدلهای پارامتری نیز نیازمند موشکافیاند. فرض توزیع نرمال بازده ممکن است بعضی پیامدها و وابستگیهای شدید را کمتر از واقع نشان دهد. مقیاس دادن ریسک یکروزه با جذر زمان به فرضهای محدودکننده درباره وابستگی و توزیع متکی است؛ این قاعدهای همگانی برای موقعیتهای کمنقدشونده یا محصولات غیرخطی نیست. به جای ارائه یک مدل بهعنوان ویژگی عینی پرتفوی، حساسیت به فرضهای جایگزین را نشان دهید.
وابستگی دنبالهای و نقدشوندگی باید با هم بررسی شوند
همحرکتی شدید میتواند با همبستگی اندازهگیریشده در روزهای عادی فرق کند. هنگام محدود شدن تأمین مالی، فروش همزمان چند موقعیت ظاهراً تنوعبخش ممکن است دشوار شود. زیانها سپس میتوانند مطالبات وثیقه را افزایش دهند و فروش اجباری و فشار قیمتی بیشتر ایجاد کنند. توزیع ایستای بازده ممکن است این بازخورد را حذف کند.
سناریوهایی برای افزایش فاصله قیمت، تأخیر اجرا و پوششهای غیرقابلدسترس لحاظ کنید. برای اختیارها یا محصولات اهرمی، موقعیت را با حساسیتهای متغیر دوباره ارزشگذاری کنید، نه با تعمیم یک برآورد حرکت کوچک. وقفه عملیاتی نیز میتواند حرکت نامساعد اما قابلمدیریت قیمت را به زیان تحققیافته بزرگتری تبدیل کند. سنجش ریسک اگر در هر رویداد دنبالهای فرایند خروج بینقصی فرض کند، ناقص است.
از چند زاویه نگاه کنید و استثناها را بررسی کنید
سنجههای کمی دنباله را با زیان سناریوها، گزارش تمرکز و آزمون تنش جریان نقدی همراه کنید. هرکدام چیز متفاوتی را برجسته میکند. وقتی زیان تحققیافته از آستانه VaR مدلشده فراتر میرود، بررسی کنید آیا رویداد با فراوانی عبور موردنظر سازگار است، آیا مدل درست اجرا شده و آیا توزیع زیربنایی تغییر کرده است.
فقط برای ناپدید کردن استثناهای اخیر دوباره کالیبره نکنید. پیشبینیهای قبلی را نگه دارید تا مدل صادقانه ارزیابی شود. گزارش مفید ریسک دنباله توضیح میدهد چه چیزی لحاظ شده، چه چیزی نشده، برآورد چقدر نامطمئن است و کدام تصمیمها به آن وابستهاند. بزرگترین خطر اغلب این است که یک آماره فشرده مجوزی برای نادیده گرفتن فرضهای سازنده آن تلقی شود.
تعداد عبورها و بزرگی زیانها را همزمان بسنجید
پیشبینی و نتیجه اعتبارسنجی باید یک پرتفوی را بسنجند. ریسک یکروزه موقعیتهای دیروز با نتیجه امروز شامل معاملات تازه و برداشتها یکسان نیست. نتیجه با موقعیت ثابت مدل را میسنجد؛ حساب واقعی فرایند معامله را.
در مدل پیوسته و کاملاً کالیبره، زیان در 1٪ روزها از VaR یکروزه 99٪ عبور میکند. در 250 روز، تعداد مورد انتظار 2.5 است. با استقلال و احتمال ثابت، شانس حداقل یک عبور حدود 91.9٪ است؛ یک عبور بهتنهایی شکست مدل را ثابت نمیکند.
زیان اندکی بالاتر از حد و زیانی ده برابر آن، هرکدام یک عبور محسوب میشوند، اما پیامد اقتصادی یکسان ندارند. مبلغ، شرایط و پیشبینی منتشرشده پیش از رویداد را بررسی کنید. خوشهبندی عبورها نیز مهم است.
از هزار سناریوی هموزن، بدترین یک درصد فقط ده مشاهده است. جایگزینی یک مورد میتواند میانگین را بسیار جابهجا کند. تعداد، وزن و حساسیت به زیانهای بزرگ را نشان دهید؛ اعشار بیشتر، داده بیشتری ایجاد نمیکند.