انتہائی نقصان کا خطرہ: VaR حد سے آگے کیا چھوڑ دیتا ہے
نقصان کے کوانٹائل کو اس سے بدتر نتائج کی شدت سے الگ کریں اور دونوں کے مفروضوں پر دباؤ آزمائیں۔
حد زیادہ سے زیادہ مقدار نہیں ہے
خطرے میں قدر، یا VaR، مقرر مدت اور اعتماد کی سطح کے لیے نقصان کا کوانٹائل بیان کرتی ہے۔ ایک روزہ 95% VaR ماڈل شدہ ایک روزہ نقصان کی تقسیم کے بالائی سرے سے وابستہ حد ہے۔ یہ زیادہ سے زیادہ ممکن نقصان، وعدہ شدہ اسٹاپ سطح یا کل کے نقصان کے محدود ہونے کا بیان نہیں۔
صرف اعتماد کی سطح نامکمل ہے۔ ڈالر میں عدد پورٹ فولیو کے حجم، اثاثوں، قدر بندی کے طریقے اور استعمال شدہ تقسیم پر منحصر ہوتا ہے۔ تاریخی، پیرامیٹرک اور نقلی طریقے مختلف جواب دے سکتے ہیں کیونکہ ان کے مفروضے مختلف ہیں۔ علامت کا ضابطہ ہمیشہ بیان کریں: کچھ نظام نقصان کی مثبت رقم بتاتے ہیں، جبکہ دوسرے منافع کی منفی حد دکھاتے ہیں۔
پوچھیں کہ بدتر نتائج کتنے شدید ہیں
متوقع شدید نقصان نتائج کے منتخب بدترین حصے کا اوسط نقصان جانچتا ہے، منفصل کوانٹائل کی حد پر مناسب برتاؤ کے ساتھ۔ اس لیے یہ انتہائی سرے کی شدت بتاتا ہے جو اکیلا کوانٹائل چھپا سکتا ہے۔ دو پورٹ فولیو کا VaR ملتا جلتا ہو سکتا ہے مگر اس حد سے آگے نقصانات بہت مختلف ہوں۔
یہ اضافی معلومات پیمانے کو بے خطا نہیں بناتیں۔ انتہائی مشاہدے کم ہوتے ہیں، اس لیے تخمینے غیر مستحکم ہو سکتے ہیں۔ مختصر نمونے میں اگلے بحران جیسا کوئی بحران نہ ہو۔ ضابطہ جاتی بازاری خطرہ نظام مخصوص ماڈل میں متوقع شدید نقصان استعمال کرتے ہیں، مگر تعلیمی حساب ضابطہ جاتی سرمائے کی جانچ نہیں اور اسے ان اصطلاحات سے اتھارٹی نہیں لینی چاہیے۔
منفصل تقسیم میں متوقع دُمی نقصان ہمیشہ VaR سے سختی سے بڑے نقصانات کا اوسط نہیں۔ نقصان 97% امکان سے صفر، 2% سے سو اور 1% سے ہزار ہو تو بدترین 5% میں دو فیصدی نکات صفر نتائج کے بھی آتے ہیں۔ اس حصے کا اوسط 240 ہے۔
ماضی میں عدم موجودگی ناممکن ہونے کا ثبوت نہیں
تاریخی سیمولیشن ماضی کی تبدیلیوں پر موجودہ پورٹ فولیو کی دوبارہ قدر بندی یا تقریب کرتی ہے۔ اس کی شفافیت مفید ہے، مگر یہ نمونے سے باہر واقعات کی خودکار نمائندگی نہیں کرتی۔ لیوریج، تجارتی مقامات یا خود آلات میں ساختی تبدیلیاں مانوس تاریخی جھٹکے کو آج مختلف اثر دینے والا بنا سکتی ہیں۔
پیرامیٹرک ماڈلز بھی جانچ چاہتے ہیں۔ منافع کی نارمل تقسیم فرض کرنا بعض انتہائی نتائج اور انحصارات کم ظاہر کر سکتا ہے۔ ایک دن کے خطرے کو وقت کے مربع جذر سے بڑھانا انحصار اور تقسیم کے محدود کرنے والے مفروضوں پر مبنی ہے؛ یہ کم لیکویڈ پوزیشنوں یا غیر خطی مصنوعات کے لیے آفاقی اصول نہیں۔ ایک ماڈل کو پورٹ فولیو کی معروضی خاصیت بنانے کے بجائے متبادل مفروضوں کے لیے حساسیت دکھائیں۔
انتہائی حالات کا باہمی انحصار اور لیکویڈیٹی ساتھ دیکھیں
انتہائی حالات میں باہمی حرکت عام دنوں میں ناپے گئے ارتباط سے مختلف ہو سکتی ہے۔ بظاہر تنوع دینے والی کئی پوزیشنیں فنڈنگ سخت ہونے پر ایک ساتھ فروخت کرنا مشکل ہو سکتی ہیں۔ نقصانات پھر ضمانت کی طلب بڑھا سکتے ہیں، جو جبری فروخت اور قیمت پر مزید دباؤ پیدا کرتی ہے۔ منافع کی جامد تقسیم اس باہمی اثر کو چھوڑ سکتی ہے۔
اسپریڈ بڑھنے، دیر سے عمل درآمد اور ہیج دستیاب نہ ہونے کے منظرنامے شامل کریں۔ آپشنز یا لیوریج والی مصنوعات میں چھوٹی حرکت کے ایک تخمینے کو آگے بڑھانے کے بجائے بدلتی حساسیتوں کے تحت دوبارہ قدر بندی کریں۔ عملی رکاوٹیں قابلِ انتظام ناموافق قیمتی حرکت کو بڑے حقیقی نقصان میں بدل سکتی ہیں۔ ہر انتہائی واقعے میں کامل اخراج فرض ہو تو خطرے کی پیمائش نامکمل ہے۔
کئی زاویے استعمال کریں اور استثنا جانچیں
انتہائی نقصانات کے مقداری پیمانوں کے ساتھ منظرناموں کے نقصانات، ارتکاز کی رپورٹیں اور نقد بہاؤ کی دباؤ آزمائشیں شامل کریں۔ ہر ایک الگ پہلو نمایاں کرتا ہے۔ حقیقی نقصان ماڈل شدہ VaR حد سے بڑھے تو جانچیں کہ واقعہ متوقع تعددِ تجاوز سے مطابقت رکھتا ہے یا نہیں، ماڈل درست نافذ ہوا یا نہیں اور بنیادی تقسیم بدلی یا نہیں۔
صرف حالیہ استثنائی نتائج غائب کرنے کے لیے دوبارہ پیمانہ بندی نہ کریں۔ سابقہ پیش گوئیاں محفوظ رکھیں تاکہ ماڈل کا دیانت دار جائزہ ہو سکے۔ انتہائی نتائج کے خطرے کی مفید رپورٹ بتاتی ہے کہ کیا شامل ہے، کیا نہیں، تخمینہ کتنا غیر یقینی ہے اور کون سے فیصلے اس پر منحصر ہیں۔ سب سے بڑا خطرہ اکثر مختصر شماریاتی پیمانے کو اس کے بنیادی مفروضے نظرانداز کرنے کی اجازت سمجھنا ہے۔
حد عبور کرنے کی تعداد اور نقصان کی شدت دونوں دیکھیں
پیش گوئی اور جانچ کا نتیجہ ایک ہی پورٹ فولیو ناپیں۔ کل کی پوزیشنوں کا ایک روزہ خطرہ آج کے نئے سودوں اور نکاسیوں والے نتیجے جیسا نہیں۔ مستقل پوزیشن کا نتیجہ ماڈل، حقیقی کھاتا عملی تجارت جانچتا ہے۔
مکمل درست مسلسل نقصان ماڈل میں 99% روزانہ VaR، 1% دنوں میں عبور ہوتا ہے۔ 250 دنوں میں متوقع تعداد 2.5 ہے۔ آزاد واقعات اور مستقل امکان فرض کریں تو کم از کم ایک تجاوز کا امکان تقریباً 91.9% ہے؛ ایک تجاوز خودکار ناکامی نہیں۔
حد سے معمولی زیادہ نقصان اور دس گنا نقصان دونوں ایک ایک تجاوز شمار ہوتے ہیں، مگر معاشی اثر الگ ہے۔ رقوم، حالات اور واقعے سے پہلے کی پیش گوئی دیکھیں۔ تجاوزات کا ایک مدت میں اکٹھا ہونا بھی اہم ہے۔
ہزار یکساں وزن والے منظرناموں کا بدترین 1% صرف دس نتائج ہے۔ ایک نتیجہ بدلنے سے اوسط کافی بدل سکتا ہے۔ تعداد، وزن اور بڑے نقصانات کی حساسیت دکھائیں؛ مزید اعشاریے معلومات کی کمی پوری نہیں کرتے۔