Giá trị rủi ro (VaR) là một thước đo được sử dụng rộng rãi cho rủi ro đầu tư giảm xuống cho một đầu tư hoặc một danh mục các khoản đầu tư. VaR mang lại khoản lỗ tối đa cho một danh mục đầu tư trong một khoảng thời gian cụ thể cho một mức độ tự tin nhất định. Thông thường mức độ tin cậy được lựa chọn để đưa ra dấu hiệu nguy cơ đuôi; đó là, rủi ro của các sự kiện thị trường hiếm, cực đoan.

Chẳng hạn, dựa trên tính toán VaR, nhà đầu tư có thể tin cậy 95% rằng khoản lỗ tối đa trong một ngày đối với khoản đầu tư cổ phần 100 đô la sẽ không vượt quá 3 đô la. VaR ($ 3 trong ví dụ này) có thể được đo bằng ba phương pháp khác nhau. Mỗi phương pháp dựa vào việc tạo ra một sự phân phối lợi nhuận đầu tư; đặt một cách khác, tất cả các khoản thu nhập đầu tư có thể được chỉ định một xác suất xảy ra trong một khoảng thời gian nhất định. (Xem thêm Giới thiệu về Giá trị Nguy cơ (VaR) .)

Làm thế nào chính xác là VaR?

Một khi phương pháp luận VaR được chọn, việc tính tỷ suất VaR của một danh mục đầu tư là một bài tập khá đơn giản. Thách thức nằm ở việc đánh giá tính chính xác của biện pháp, và do đó, tính chính xác của việc phân phối lợi nhuận. Biết được tính chính xác của biện pháp là đặc biệt quan trọng đối với các tổ chức tài chính bởi vì họ sử dụng VaR để ước tính lượng tiền mặt họ cần để dự trữ để bù đắp các khoản lỗ tiềm tàng. Bất kỳ sự không chính xác nào trong mô hình VaR có thể có nghĩa là tổ chức này không có đủ dự trữ và có thể gây thiệt hại đáng kể, không chỉ đối với tổ chức mà còn đối với người gửi tiền, nhà đầu tư cá nhân và khách hàng doanh nghiệp. Trong điều kiện thị trường cực đoan như những gì mà VaR cố gắng nắm bắt, tổn thất có thể đủ lớn để gây ra phá sản. (Xem thêm Điều bạn cần biết về phá sản. )

Làm thế nào để Backtest một mô hình VaR cho chính xác

Quản lý rủi ro sử dụng một kỹ thuật được gọi là backtesting để xác định tính chính xác của một mô hình VaR. Kiểm tra lại bao gồm việc so sánh các tính toán VaR tính toán với tổn thất thực tế (hoặc lợi nhuận) đạt được trên danh mục đầu tư. Một kiểm tra lại phụ thuộc vào mức độ tin cậy được giả định trong tính toán. Ví dụ, nhà đầu tư tính chỉ số VaR một ngày ở mức 3 đô la với khoản đầu tư 100 đô la với niềm tin 95% sẽ kỳ vọng mức thua lỗ trong một ngày đối với danh mục đầu tư của mình vượt quá 3 đô la chỉ bằng 5% thời gian. Nếu nhà đầu tư ghi nhận tổn thất thực tế hơn 100 ngày, tổn thất sẽ vượt quá $ 3 vào chính xác năm của những ngày đó nếu mô hình VaR là chính xác. Một kiểm tra ngược lại đơn giản ngăn xếp sự phân bố lợi nhuận thực tế đối với phân phối trả lại mô hình bằng cách so sánh tỷ lệ các trường hợp ngoại lệ thực sự bị mất với số ngoại lệ dự kiến. Kiểm tra lại phải được thực hiện trong khoảng thời gian đủ dài để đảm bảo rằng có đủ các quan sát quay trở lại thực tế để tạo ra sự phân bố lợi nhuận thực tế. Đối với biện pháp VaR một ngày, các nhà quản lý rủi ro thường sử dụng thời gian tối thiểu là một năm để kiểm tra lại.

Các kiểm tra bản đồ đơn giản có một nhược điểm lớn: nó phụ thuộc vào mẫu của lợi nhuận thực tế được sử dụng. Xem lại nhà đầu tư đã tính toán VaR 3 ngày một lần với độ tin cậy 95%. Giả sử nhà đầu tư thực hiện kiểm tra lại trên 100 ngày và tìm ra chính xác 5 trường hợp ngoại lệ. Nếu nhà đầu tư sử dụng một khoảng thời gian khác nhau 100 ngày, có thể có ít hoặc nhiều hơn số ngoại lệ. Sự phụ thuộc mẫu này làm cho việc xác định độ chính xác của mô hình rất khó khăn. Để giải quyết vấn đề này, các bài kiểm tra thống kê có thể được thực hiện để làm sáng tỏ hơn về việc liệu kiểm tra lại không thành công hay đã qua.

Cần làm gì nếu Backtest thất bại

Khi kiểm tra lại không thành công, có một số nguyên nhân có thể xảy ra cần được xem xét:

Sự phân phối ngược sai lầm

Nếu phương pháp luận VaR giả định sự trở lại phân phối (ví dụ, một phân phối bình thường của lợi nhuận), có thể là phân phối mô hình không phải là một phù hợp với phân phối thực tế. Các bài kiểm tra về tính phù hợp về thống kê có thể được sử dụng để kiểm tra xem sự phân bố mô hình có phù hợp với dữ liệu thực tế được quan sát hay không. Ngoài ra, một phương pháp luận VaR không yêu cầu một giả thuyết phân bố có thể được sử dụng.

Mô hình VaR không xác định

Nếu mô hình VaR chỉ ra rằng rủi ro thị trường cổ phiếu trong khi danh mục đầu tư bị rủi ro khác như rủi ro lãi suất hay rủi ro tỷ giá thì mô hình này sẽ không chính xác. Ngoài ra, nếu mô hình VaR không nắm bắt mối tương quan giữa các rủi ro, nó được coi là không chính xác. Điều này có thể được sửa chữa bằng cách bao gồm tất cả các rủi ro áp dụng và tương quan liên quan trong mô hình. Điều quan trọng là phải đánh giá lại mô hình VaR bất cứ khi nào rủi ro mới được thêm vào danh mục đầu tư.

Đo lường tổn thất thực tế

Các tổn thất danh mục đầu tư thực tế phải đại diện cho các rủi ro có thể được mô phỏng. Cụ thể hơn, thiệt hại thực tế phải loại trừ bất kỳ khoản phí hoặc các chi phí hoặc thu nhập khác. Các tổn thất chỉ đại diện cho các rủi ro có thể được mô phỏng được gọi là "tổn thất sạch sẽ". Những khoản đó bao gồm các khoản phí và các khoản mục khác được gọi là "tổn thất bẩn". Backtesting phải luôn luôn được thực hiện bằng cách sử dụng tổn thất sạch để đảm bảo so sánh giống như cho.

Các cân nhắc khác

Điều quan trọng là không nên dựa vào mô hình VaR chỉ đơn giản vì nó vượt qua bài kiểm tra ngược lại. Mặc dù VaR cung cấp thông tin hữu ích về phơi nhiễm rủi ro xấu nhất, nó phụ thuộc nhiều vào phân phối trở lại được sử dụng, đặc biệt là đuôi của phân phối. Vì các sự kiện đuôi như vậy là không thường xuyên, một số học viên cho rằng bất kỳ nỗ lực nào để đo xác suất đuôi dựa trên quan sát lịch sử vốn có sai sót. Theo Reuters, "VaR đã đưa ra lời chỉ trích nóng khi khủng hoảng tài chính do nhiều mô hình thất bại trong việc dự đoán mức độ tổn thất đã phá huỷ nhiều ngân hàng lớn trong năm 2007 và 2008."

Lý do? Các thị trường đã không có kinh nghiệm một sự kiện tương tự, do đó, nó đã không bị bắt trong đuôi của các bản phân phối đã được sử dụng. Sau cuộc khủng hoảng tài chính năm 2007, cũng đã rõ ràng rằng các mô hình VaR không có khả năng nắm bắt tất cả các rủi ro; ví dụ như rủi ro cơ bản.Những rủi ro bổ sung này được gọi là "rủi ro không có trong VaR" hoặc RNiV.

Để khắc phục những bất cập này, các nhà quản lý rủi ro bổ sung biện pháp VaR bằng các biện pháp rủi ro khác và các kỹ thuật khác như kiểm tra căng thẳng.

Dòng dưới cùng

Giá trị của rủi ro (VaR) là một sự đo lường tổn thất trong trường hợp xấu nhất trong một khoảng thời gian xác định với mức độ tự tin nhất định. Đo lường VaR phụ thuộc vào việc phân phối lợi tức đầu tư. Để kiểm tra xem mô hình có mô tả chính xác thực tế hay không, có thể tiến hành kiểm tra lại. Một kiểm tra ngược không thành công có nghĩa là mô hình VaR phải được đánh giá lại. Tuy nhiên, một mô hình VaR vượt qua bài kiểm tra ngược lại vẫn nên được bổ sung bằng các biện pháp rủi ro khác do những thiếu sót của mô hình VaR. (Xem thêm Cách Tính Lợi tức đầu tư của bạn )