Rizik ekstremnih ishoda: šta VaR ostavlja izvan praga

Prag nije maksimum

Rizična vrednost, ili VaR, sažima kvantil gubitka za navedeni horizont i nivo poverenja. Jednodnevni VaR od 95% je prag povezan sa gornjim repom modelirane distribucije jednodnevnog gubitka. Nije najveći mogući gubitak, obećani stop nivo niti tvrdnja da je sutrašnji gubitak ograničen.

Sam nivo pouzdanosti je nepotpun. Dolarski iznos zavisi od veličine portfelja, ulaganja, metode vrednovanja i korišćene raspodele. Istorijski, parametarski i simulacioni pristupi mogu dati različite odgovore jer polaze od različitih pretpostavki. Uvek navedite konvenciju znaka: neki sistemi prikazuju pozitivan iznos gubitka, dok drugi prikazuju negativan prag prinosa.

Pitajte koliko su teški lošiji ishodi

Očekivani gubitak u repu raspodele razmatra prosečan gubitak u odabranom najgorem delu ishoda, uz odgovarajući tretman na granici diskretnog kvantila. Tako opisuje težinu krajnjih gubitaka koju sam kvantil može prikriti. Dva portfelja mogu imati sličan VaR, a veoma različite gubitke iznad tog praga.

Ove dodatne informacije ne čine meru nepogrešivom. Opažanja u repu raspodele su retka, pa procene mogu biti nestabilne. Kratak uzorak možda ne sadrži nijednu krizu nalik narednoj. Regulatorni okviri tržišnog rizika koriste očekivani gubitak u repu raspodele u određenim modelima, ali edukativni obračun nije procena regulatornog kapitala i ne treba da prisvaja autoritet te terminologije.

U diskretnoj distribuciji očekivani repni gubitak nije uvek prosek gubitaka strogo većih od VaR-a. Ako je gubitak nula s verovatnoćom 97 %, sto s 2 %, a hiljadu s 1 %, najgorih 5 % uključuje i dva procentna poena nultih ishoda. Prosek je (0,02 × 100 + 0,01 × 1.000) / 0,05 = 240. Sami pozitivni gubici obuhvataju tek 3 % distribucije.

Odsustvo u prošlosti ne znači nemogućnost

Istorijska simulacija ponovo vrednuje ili približno procenjuje trenutni portfolio pod prošlim promenama. Njena transparentnost je korisna, ali ne može automatski predstaviti događaje izvan uzorka. Strukturne promene poluge, mesta trgovanja ili samih instrumenata mogu učiniti da poznati istorijski šok danas deluje drugačije.

Parametarski modeli takođe zahtevaju proveru. Pretpostavka normalne raspodele prinosa može potceniti određene ekstremne ishode i zavisnosti. Skaliranje jednodnevnog rizika kvadratnim korenom vremena oslanja se na stroge pretpostavke o zavisnosti i raspodeli; nije univerzalno pravilo za nelikvidne pozicije ili nelinearne proizvode. Prikažite osetljivost na alternativne pretpostavke umesto predstavljanja jednog modela kao objektivnog svojstva portfolija.

Zavisnost ekstremnih ishoda i likvidnost idu zajedno

Ekstremno zajedničko kretanje može se razlikovati od korelacije izmerene tokom uobičajenih dana. Više pozicija koje naizgled donose diversifikaciju može postati teško prodati istovremeno kada se finansiranje zaoštri. Gubici tada mogu povećati zahteve za kolateralom, što nameće prodaje i stvara dodatni cenovni pritisak. Statična raspodela prinosa može izostaviti ovu povratnu spregu.

Uključite scenarije širenja raspona, odloženog izvršenja i nedostupne zaštite. Za opcije ili proizvode sa polugom ponovo vrednujte poziciju uz promenljive osetljivosti umesto ekstrapolacije jedne procene malog pomeranja. Operativni prekidi takođe mogu pretvoriti podnošljivo nepovoljno kretanje cene u veći ostvareni gubitak. Merenje rizika je nepotpuno ako pretpostavlja savršeno funkcionisanje izlaza u svakom ekstremnom događaju.

Koristite više uglova gledanja i ispitajte izuzetke

Dopunite kvantitativne mere repa distribucije gubicima po scenarijima, izveštajima o koncentraciji i stres-testovima novčanih tokova. Svaki prikazuje nešto drugo. Kada ostvareni gubici premaše modelirani VaR prag, ispitajte da li događaj odgovara predviđenoj učestalosti prekoračenja, da li je model pravilno primenjen i da li se osnovna distribucija promenila.

Nemojte ponovo podešavati model samo da bi nedavni izuzeci nestali. Sačuvajte prethodne prognoze kako bi model mogao pošteno da se proceni. Koristan izveštaj o riziku ekstremnih ishoda objašnjava šta je uključeno, šta nije, koliko je procena neizvesna i koje odluke zavise od nje. Najveća opasnost često je tretiranje sažetog statističkog podatka kao dozvole da se zanemare pretpostavke iz kojih je nastao.

Procenite broj prekoračenja i težinu gubitaka

Prognoza i proveravajući rezultat moraju meriti isti portfelj. Jednodnevni rizik jučerašnjih pozicija ne upoređuje se direktno s današnjim rezultatom koji sadrži nove transakcije, isplate i druge naknade. Rezultat pri fiksnim pozicijama proverava model; stvarni račun proverava trgovinski proces. Mešanje zamagljuje uzrok prekoračenja.

U idealno kalibrisanom modelu kontinuiranih gubitaka dnevni VaR na nivou 99 % prekoračen je u 1 % dana. U 250 dana očekivani broj je 2,5, ne nužno dva ili tri. Uz nezavisnost i stalnu verovatnoću, izgled barem jednog je 1 − 0,99²⁵⁰ ≈ 91,9 %. Jedno prekoračenje ne dokazuje automatski slom modela; mali broj ne garantuje kvalitet, posebno ako se grupira.

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

Viši nivo pouzdanosti ostavlja manje repnih posmatranja. Od hiljadu jednako ponderisanih scenarija najgori procenat čini deset rezultata. Zamena jednoga može znatno pomaknuti prosek. Prikažite broj, pondere i osetljivost na najveće gubitke. Dodatne decimale ne nadomeštaju oskudne podatke.