Rizik ekstremnih ishoda: što VaR ostavlja izvan praga

Prag nije maksimum

Rizična vrijednost, odnosno VaR, sažima kvantil gubitka za navedeni horizont i razinu pouzdanosti. Jednodnevni 95% VaR prag je povezan s gornjim repom modelirane distribucije jednodnevnog gubitka. Nije najveći mogući gubitak, obećana stop razina ni tvrdnja da je sutrašnji gubitak ograničen.

Sama razina pouzdanosti nije dovoljna. Dolarski iznos ovisi o veličini portfelja, pozicijama, metodi vrednovanja i korištenoj distribuciji. Povijesni, parametarski i simulacijski pristupi mogu dati različite odgovore jer imaju različite pretpostavke. Uvijek navedite konvenciju predznaka: neki sustavi prikazuju pozitivan iznos gubitka, dok drugi pokazuju negativan prag prinosa.

Pitajte koliko su teški lošiji ishodi

Očekivani manjak ispituje prosječni gubitak u odabranom najgorem dijelu ishoda, uz odgovarajući tretman diskretne granice kvantila. Stoga opisuje težinu krajnjih gubitaka koju sam kvantil može prikriti. Dva portfelja mogu imati sličan VaR, a vrlo različite gubitke iznad tog praga.

Te dodatne informacije ne čine mjeru nepogrešivom. Opažanja krajnjih ishoda rijetka su, pa procjene mogu biti nestabilne. Kratak uzorak možda ne sadrži krizu nalik sljedećoj. Regulatorni okviri tržišnog rizika koriste očekivani manjak u određenim modelima, ali edukativni izračun nije procjena regulatornog kapitala i ne bi trebao posuđivati autoritet te terminologije.

U diskretnoj distribuciji očekivani repni gubitak nije uvijek prosjek gubitaka strogo većih od VaR-a. Ako je gubitak nula s vjerojatnošću 97 %, sto s 2 %, a tisuću s 1 %, najgorih 5 % uključuje i dva postotna boda nultih ishoda. Prosjek je (0,02 × 100 + 0,01 × 1.000) / 0,05 = 240. Sami pozitivni gubici obuhvaćaju tek 3 % distribucije.

Povijesna odsutnost nije nemogućnost

Povijesna simulacija ponovno vrednuje ili približno izračunava trenutačni portfelj prema prošlim promjenama. Njezina je transparentnost korisna, ali ne može automatski predstavljati događaje izvan uzorka. Strukturne promjene poluge, mjesta trgovanja ili samih instrumenata mogu učiniti da se poznati povijesni šok danas ponaša drukčije.

I parametarski modeli zahtijevaju provjeru. Pretpostavka normalne distribucije prinosa može podcijeniti određene ekstremne ishode i ovisnosti. Skaliranje jednodnevnog rizika kvadratnim korijenom vremena oslanja se na restriktivne pretpostavke o ovisnosti i distribuciji; nije univerzalno pravilo za nelikvidne pozicije ili nelinearne proizvode. Prikažite osjetljivost na alternativne pretpostavke umjesto da jedan model predstavljate kao objektivno svojstvo portfelja.

Ovisnost u ekstremnim ishodima i likvidnost treba razmatrati zajedno

Ekstremno zajedničko kretanje može se razlikovati od korelacije mjerene tijekom uobičajenih dana. Nekoliko naizgled diverzificirajućih pozicija može istodobno postati teško prodati kada se uvjeti financiranja pooštre. Gubici tada mogu povećati zahtjeve za kolateralom, prisiliti na prodaju i stvoriti dodatni pritisak na cijene. Statična distribucija prinosa može izostaviti tu povratnu spregu.

Uključite scenarije širenja raspona, odgođenog izvršenja i nedostupnih zaštita. Za opcije ili proizvode s polugom ponovno vrednujte poziciju pri promjenjivim osjetljivostima umjesto ekstrapoliranja jedne procjene za mali pomak. Operativni prekidi također mogu pretvoriti podnošljiv nepovoljan cjenovni pomak u veći ostvareni gubitak. Mjerenje rizika nepotpuno je ako pretpostavlja savršeno funkcioniranje izlaska u svakom ekstremnom događaju.

Koristite više perspektiva i provjerite iznimke

Kombinirajte kvantitativne mjere krajnjih rizika s gubicima prema scenarijima, izvješćima o koncentraciji i testovima otpornosti novčanih tokova na stres. Svaki pristup ističe nešto drugo. Kada ostvareni gubici premaše modelirani prag VaR-a, istražite je li događaj u skladu s predviđenom učestalošću prekoračenja, je li model ispravno proveden i je li se temeljna distribucija promijenila.

Nemojte ponovno kalibrirati model samo kako biste uklonili nedavna odstupanja. Sačuvajte prethodne prognoze kako bi se model mogao pošteno ocijeniti. Koristan izvještaj o riziku ekstremnih gubitaka objašnjava što jest, a što nije uključeno, koliko je procjena neizvjesna i koje odluke ovise o njoj. Najveća opasnost često je shvaćanje sažete statističke mjere kao dopuštenja za zanemarivanje pretpostavki iz kojih je nastala.

Procijenite broj prekoračenja i težinu gubitaka

Prognoza i provjeravajući rezultat moraju mjeriti isti portfelj. Jednodnevni rizik jučerašnjih pozicija ne uspoređuje se izravno s današnjim rezultatom koji sadrži nove transakcije, isplate i druge naknade. Rezultat pri fiksnim pozicijama provjerava model; stvarni račun provjerava trgovinski proces. Miješanje zamagljuje uzrok prekoračenja.

U idealno kalibriranom modelu kontinuiranih gubitaka dnevni VaR na razini 99 % prekoračen je u 1 % dana. U 250 dana očekivani broj je 2,5, ne nužno dva ili tri. Uz neovisnost i stalnu vjerojatnost, izgled barem jednog je 1 − 0,99²⁵⁰ ≈ 91,9 %. Jedno prekoračenje ne dokazuje automatski slom modela; mali broj ne jamči kvalitetu, osobito ako se grupira.

Gubitak tik iznad praga i deset puta veći gubitak broje se kao jedno prekoračenje, ali imaju drukčije posljedice. Pregledajte iznose, okolnosti i ranije objavljenu prognozu. Model može približno pogoditi učestalost, a previdjeti teške gubitke izazvane financiranjem.

Viša razina pouzdanosti ostavlja manje repnih opažanja. Od tisuću jednako ponderiranih scenarija najgori postotak čini deset rezultata. Zamjena jednoga može znatno pomaknuti prosjek. Prikažite broj, pondere i osjetljivost na najveće gubitke. Dodatne decimale ne nadomještaju oskudne podatke.