Rủi ro giá trị (VaR) là thước đo rủi ro đầu tư được sử dụng rộng rãi cho một khoản đầu tư hoặc danh mục đầu tư. VaR cung cấp khoản lỗ đô la tối đa cho danh mục đầu tư trong một khoảng thời gian cụ thể cho một mức độ tin cậy nhất định. Thông thường mức độ tin cậy được chọn để đưa ra dấu hiệu rủi ro đuôi; đó là nguy cơ của các sự kiện thị trường cực kỳ hiếm gặp.
Ví dụ, dựa trên tính toán VaR, nhà đầu tư có thể tin tưởng 95% rằng khoản lỗ tối đa trong một ngày đối với khoản đầu tư vốn 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 phân phối lợi nhuận đầu tư; nói cách khác, tất cả lợi nhuận đầu tư có thể được chỉ định xác suất xảy ra trong một khoảng thời gian xác định. (Xem thêm Giới thiệu về Giá trị có Rủi ro (VaR) .)
Làm thế nào chính xác là VaR?
Khi phương pháp VaR được chọn, tính toán VaR của 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 phân phối lợi nhuận. Biết tính chính xác của biện pháp này đặc biệt quan trọng đối với các tổ chức tài chính vì họ sử dụng VaR để ước tính số tiền họ cần dự trữ để bù đắp tổn thất tiềm năng. Bất kỳ sự không chính xác nào trong mô hình VaR có thể có nghĩa là tổ chức này không nắm giữ đủ dự trữ và có thể dẫn đến thiệt hại đáng kể, không chỉ cho tổ chức mà còn có khả năng cho người gửi tiền, nhà đầu tư cá nhân và khách hàng doanh nghiệp. Trong điều kiện thị trường khắc nghiệt như những điều mà VaR cố gắng nắm bắt, tổn thất có thể đủ lớn để gây ra phá sản. (Xem thêm những gì bạn cần biết về phá sản. )
Làm thế nào để Backtest một mô hình VaR cho độ chính xác
Các nhà quản lý rủi ro sử dụng một kỹ thuật được gọi là backtesting để xác định độ chính xác của mô hình VaR. Backtesting liên quan đến việc so sánh số đo VaR được tính toán với các khoản lỗ (hoặc lãi) thực tế đạt được trong danh mục đầu tư. Một backtest phụ thuộc vào mức độ tự tin được giả định trong tính toán. Ví dụ: nhà đầu tư đã tính toán VaR một ngày là 3 đô la cho khoản đầu tư 100 đô la với độ tin cậy 95% sẽ hy vọng khoản lỗ một ngày trong danh mục đầu tư của ông vượt quá 3% chỉ 5% thời gian. Nếu nhà đầu tư ghi nhận khoản lỗ thực tế trong hơn 100 ngày, khoản lỗ sẽ vượt quá $ 3 vào đúng năm ngày nếu mô hình VaR chính xác. Một backtest đơn giản sắp xếp phân phối lợi nhuận thực tế so với phân phối lợi nhuận mô hình bằng cách so sánh tỷ lệ các trường hợp ngoại lệ tổn thất thực tế với số lượng ngoại lệ dự kiến. Backtest phải được thực hiện trong một khoảng thời gian đủ dài để đảm bảo rằng có đủ các quan sát lợi nhuận thực tế để tạo ra phân phối lợi nhuận thực tế. Đối với biện pháp VaR một ngày, các nhà quản lý rủi ro thường sử dụng khoảng thời gian tối thiểu là một năm để kiểm tra lại.
Backtest đơn giản có một nhược điểm lớn: nó phụ thuộc vào mẫu lợi nhuận thực tế được sử dụng. Hãy xem xét lại nhà đầu tư đã tính toán VaR 3 ngày một ngày với độ tin cậy 95%. Giả sử nhà đầu tư thực hiện backtest hơn 100 ngày và tìm thấy chính xác năm trường hợp ngoại lệ. Nếu nhà đầu tư sử dụng khoảng thời gian 100 ngày khác nhau, có thể có ít hơn hoặc nhiều ngoại lệ hơn. Sự phụ thuộc mẫu này làm cho khó xác định độ chính xác của mô hình. Để giải quyết điểm yếu này, các thử nghiệm thống kê có thể được thực hiện để làm sáng tỏ hơn về việc liệu một backtest đã thất bại hay đã qua.
Phải làm gì nếu Backtest thất bại
Khi backtest thất bại, có một số nguyên nhân có thể cần được xem xét:
Phân phối trả lại sai
Nếu phương pháp VaR giả định phân phối trả về (ví dụ: phân phối trả về bình thường), thì có thể phân phối mô hình không phù hợp với phân phối thực tế. Các kiểm tra mức độ phù hợp của thống kê có thể được sử dụng để kiểm tra xem phân phối mô hình có phù hợp với dữ liệu quan sát thực tế hay không. Ngoài ra, có thể sử dụng phương pháp VaR không yêu cầu giả định phân phối.
Mô hình VaR được xác định sai
Nếu mô hình VaR nắm bắt, chỉ có rủi ro thị trường vốn trong khi danh mục đầu tư chịu rủi ro khác như rủi ro lãi suất hoặc rủi ro ngoại hối, thì mô hình bị sai. Ngoài ra, nếu mô hình VaR không nắm bắt được mối tương quan giữa các rủi ro, nó được coi là sai chính tả. Điều này có thể được khắc phục bằng cách bao gồm tất cả các rủi ro áp dụng và các mối 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 khoản lỗ danh mục đầu tư thực tế phải đại diện cho các rủi ro có thể được mô hình hóa. Cụ thể hơn, các khoản lỗ thực tế phải loại trừ bất kỳ khoản phí hoặc chi phí hoặc thu nhập nào khác. Các tổn thất chỉ đại diện cho các rủi ro có thể được mô hình hóa được gọi là "tổn thất sạch". Những thứ bao gồm phí và các mặt hàng khác như vậy được gọi là "tổn thất bẩn". Backtesting phải luôn luôn được thực hiện bằng cách sử dụng các tổn thất sạch để đảm bảo so sánh tương tự.
Những ý kiến khác
Điều quan trọng là không dựa vào mô hình VaR đơn giản vì nó vượt qua backtest. Mặc dù VaR cung cấp thông tin hữu ích về rủi ro rủi ro trong trường hợp xấu nhất, nhưng nó phụ thuộc rất nhiều vào phân phối lợi nhuận được sử dụng, đặc biệt là phần đuôi của phân phối. Vì các sự kiện đuôi là không thường xuyên, một số học viên cho rằng bất kỳ nỗ lực nào để đo lường xác suất đuôi dựa trên quan sát lịch sử vốn là thiếu sót. Theo Reuters, "VaR đã vấp phải sự chỉ trích gay gắt sau cuộc khủng hoảng tài chính khi nhiều người mẫu không dự đoán được mức độ thiệt hại đã tàn phá nhiều ngân hàng lớn trong năm 2007 và 2008."
Nguyên nhân? Các thị trường đã không trải qua một sự kiện tương tự, vì vậy nó đã không bị bắt trong các đuôi của các bản phân phối được sử dụng. Sau cuộc khủng hoảng tài chính năm 2007, người ta cũng thấy rõ rằng các mô hình VaR không có khả năng nắm bắt mọi rủi ro; ví dụ, rủi ro cơ bản. Những rủi ro bổ sung này được gọi là "rủi ro không có trong VaR" hoặc RNiV.
Trong nỗ lực giải quyết 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.
Điểm mấu chốt
Giá trị rủi ro (VaR) là thước đo tổn thất trong trường hợp xấu nhất trong một khoảng thời gian xác định với mức độ tin cậy nhất định. Việc đo lường bản lề VaR về phân phối lợi nhuận đầu tư. Để kiểm tra xem mô hình có đại diện chính xác cho thực tế hay không, việc kiểm tra lại có thể được thực hiện. Một backtest thất bại có nghĩa là mô hình VaR phải được đánh giá lại. Tuy nhiên, một mô hình VaR vượt qua backtest vẫn cần được bổ sung các biện pháp rủi ro khác do những thiếu sót của mô hình VaR. (Xem thêm Cách tính lợi tức đầu tư của bạn. )
