Value-at-risk (VaR) เป็นมาตรการที่ใช้กันอย่างแพร่หลายในการลดความเสี่ยงในการลงทุนสำหรับการลงทุนเพียงครั้งเดียวหรือผลงานของการลงทุน VaR ทำให้ขาดทุนสูงสุดของพอร์ตโฟลิโอในช่วงเวลาหนึ่ง ๆ สำหรับระดับความเชื่อมั่นที่แน่นอน บ่อยครั้งที่ระดับความเชื่อมั่นถูกเลือกเพื่อแสดงความเสี่ยงหาง; นั่นคือความเสี่ยงของเหตุการณ์ในตลาดที่หาได้ยาก

ตัวอย่างเช่นตามการคำนวณ VaR นักลงทุนอาจจะมั่นใจ 95% ว่าการสูญเสียสูงสุดในหนึ่งวันเมื่อลงทุนในตราสารทุน 100 ดอลลาร์จะไม่เกิน $ 3 VaR ($ 3 ในตัวอย่างนี้) สามารถวัดโดยใช้วิธีการต่างๆ 3 วิธี วิธีการแต่ละแบบขึ้นอยู่กับการสร้างการกระจายผลตอบแทนการลงทุน ใส่วิธีอื่นผลตอบแทนการลงทุนที่เป็นไปได้ทั้งหมดจะได้รับการกำหนดความน่าจะเป็นของการเกิดขึ้นในช่วงเวลาที่ระบุ (ดูเพิ่มเติม บทนำเกี่ยวกับ Value at Risk (VaR) .)

ความถูกต้องของ VaR เป็นอย่างไร?

เมื่อเลือกวิธีการ VaR การคำนวณ VaR ของพอร์ตโฟลิปเป็นแบบฝึกหัดที่ค่อนข้างตรงไปตรงมา ความท้าทายอยู่ในการประเมินความถูกต้องของมาตรการและความถูกต้องของการกระจายผลตอบแทน การทราบความถูกต้องของมาตรการมีความสำคัญเป็นพิเศษสำหรับสถาบันการเงินเนื่องจากใช้ VaR เพื่อประมาณปริมาณเงินสดที่พวกเขาต้องสำรองเพื่อรองรับความเสียหายที่อาจเกิดขึ้น ความไม่ถูกต้องในรูปแบบ VaR อาจหมายความว่าสถาบันไม่ได้เป็นผู้ถือครองเงินสำรองเพียงพอและอาจนำไปสู่ความสูญเสียที่สำคัญไม่เพียง แต่สำหรับสถาบัน แต่อาจเป็นสำหรับผู้ฝากเงินนักลงทุนรายย่อยและลูกค้าองค์กร ในสภาพตลาดที่รุนแรงเช่นผู้ที่ VaR พยายามจับภาพความเสียหายอาจมีขนาดใหญ่พอที่จะทำให้เกิดการล้มละลาย (ดูเพิ่มเติม สิ่งที่คุณต้องการทราบเกี่ยวกับการล้มละลาย )

วิธีการตรวจสอบแบบจำลอง VaR เพื่อความถูกต้อง

ผู้จัดการความเสี่ยงใช้เทคนิคที่เรียกว่า backtesting เพื่อกำหนดความถูกต้องของรูปแบบ VaR การทำ Backtesting เกี่ยวข้องกับการเปรียบเทียบค่า VaR ที่คำนวณได้กับการสูญเสีย (หรือกำไร) ที่เกิดขึ้นจริงในพอร์ตการลงทุน ผลการทดสอบหลังการสอบจะขึ้นอยู่กับระดับความเชื่อมั่นที่คาดว่าจะเกิดขึ้นในการคำนวณ ตัวอย่างเช่นนักลงทุนที่คำนวณ VaR วันเดียวมูลค่า 3 ดอลลาร์ในการลงทุนมูลค่า 100 เหรียญที่มีความเชื่อมั่น 95% จะคาดหวังว่าการขาดทุนหนึ่งวันในพอร์ตโฟลิโอของเขาจะเกินกว่า 3 เหรียญเพียง 5% ของเวลาเท่านั้น หากนักลงทุนบันทึกผลขาดทุนจริงเกินกว่า 100 วันการสูญเสียจะเกินกว่า 3 เหรียญในเวลา 5 วันในกรณีที่แบบจำลอง VaR ถูกต้อง การทำ backtest แบบง่ายๆช่วยให้การกระจายผลตอบแทนที่เกิดขึ้นจริงกับการกระจายผลตอบแทนแบบจำลองโดยการเปรียบเทียบสัดส่วนของข้อยกเว้นการสูญเสียจริงกับจำนวนข้อยกเว้นที่คาดไว้ ต้องทำ backtest ในช่วงเวลาอันยาวนานพอสมควรเพื่อให้แน่ใจว่ามีการสังเกตผลตอบแทนจริงเพียงพอที่จะสร้างการกระจายผลตอบแทนที่แท้จริง สำหรับการวัด VaR หนึ่งวันผู้จัดการความเสี่ยงมักใช้ระยะเวลาต่ำสุดหนึ่งปีสำหรับการทำ backtesting

การทดสอบหลังหน้าแบบง่ายมีข้อเสียเปรียบหลัก: ขึ้นอยู่กับตัวอย่างของผลตอบแทนที่แท้จริงที่ใช้ พิจารณานักลงทุนรายใหม่ที่คำนวณ VaR วันเดียวมูลค่า 3 บาทด้วยความมั่นใจ 95% สมมติว่านักลงทุนทำ backtest กว่า 100 วันและพบว่ามีข้อยกเว้นห้าข้อ ถ้านักลงทุนใช้ระยะเวลา 100 วันที่แตกต่างกันอาจมีข้อยกเว้นน้อยลงหรือมีจำนวนมากขึ้น การพึ่งพาตัวอย่างนี้ทำให้ยากที่จะยืนยันความถูกต้องของแบบจำลอง เพื่อแก้ปัญหาจุดอ่อนนี้การทดสอบเชิงสถิติสามารถนำมาใช้เพื่อทำให้เกิดแสงสว่างมากขึ้นว่าผลการทดสอบย้อนหลังล้มเหลวหรือผ่านไปได้หรือไม่

สิ่งที่ต้องทำถ้า Backtest ล้มเหลว

เมื่อ backtest ล้มเหลวมีสาเหตุหลายประการที่ต้องคำนึงถึง:

การกระจายการแจกจ่ายแบบผิดพลาด

หากวิธีการ VaR มีผลตอบแทน การแจกจ่าย (เช่นการกระจายผลตอบแทนตามปกติ) อาจเป็นไปได้ว่าการแจกแจงแบบจำลองไม่เหมาะสมกับการแจกจ่ายจริง สามารถใช้การทดสอบความพร้อมทางสถิติที่เหมาะสมเพื่อตรวจสอบว่าการกระจายรูปแบบเหมาะสมกับข้อมูลที่สังเกตได้จริง อีกทางหนึ่งก็คือสามารถใช้วิธีการ VaR ที่ไม่ต้องใช้สมมติฐานการแจกจ่าย

แบบจำลอง VaR ที่ไม่ได้ระบุ

ถ้ารูปแบบ VaR จับภาพกล่าวคือเฉพาะความเสี่ยงด้านตลาดทุนขณะที่พอร์ตการลงทุนมีความเสี่ยงอื่น ๆ เช่นความเสี่ยงจากอัตราดอกเบี้ยหรือความเสี่ยงจากอัตราแลกเปลี่ยนรูปแบบไม่ถูกต้อง นอกจากนี้หากรูปแบบ VaR ไม่สามารถวัดความสัมพันธ์ระหว่างความเสี่ยงได้จะถือว่าผิดพลาด ซึ่งสามารถแก้ไขได้โดยรวมถึงความเสี่ยงทั้งหมดที่เกี่ยวข้องและความเกี่ยวข้องในโมเดล เป็นสิ่งสำคัญที่จะต้องประเมินรูปแบบ VaR ใหม่เมื่อใดก็ตามที่มีการเพิ่มความเสี่ยงใหม่ ๆ ลงในพอร์ตการลงทุน

การวัดความสูญเสียตามจริง

การสูญเสียผลงานจริงต้องเป็นตัวแทนของความเสี่ยงที่สามารถจำลองได้ โดยเฉพาะอย่างยิ่งการสูญเสียจริงจะต้องไม่รวมค่าธรรมเนียมหรือค่าใช้จ่ายหรือรายได้อื่น ๆ ความสูญเสียที่เป็นเพียงความเสี่ยงที่สามารถจำลองได้จะเรียกว่า "การสูญเสียที่สะอาด" ผู้ที่มีค่าธรรมเนียมและรายการอื่น ๆ เหล่านี้เรียกว่า "ความเสียหายที่สกปรก" การทำ Backtesting ต้องทำเสมอโดยใช้การสูญเสียที่สะอาดเพื่อให้แน่ใจว่ามีการเปรียบเทียบที่เหมือนกัน

ข้อควรพิจารณาอื่น ๆ

อย่าใช้แบบจำลอง VaR เพียงอย่างเดียวเพราะผ่านการทดสอบหลังการขาย แม้ว่า VaR จะนำเสนอข้อมูลที่เป็นประโยชน์เกี่ยวกับความเสี่ยงที่เกิดจากความเสี่ยงที่เลวร้ายที่สุด แต่ก็ขึ้นอยู่กับการกระจายการรับคืนโดยเฉพาะหางของการกระจาย เนื่องจากเหตุการณ์หางไม่บ่อยนักปฏิบัติบางคนแย้งว่าการพยายามวัดความน่าจะเป็นหางโดยอาศัยการสังเกตการณ์ทางประวัติศาสตร์เป็นข้อบกพร่องโดยเนื้อแท้ ตามรอยเตอร์ "VaR เข้ามาวิจารณ์คำวิจารณ์ต่อวิกฤติทางการเงินในขณะที่หลายรูปแบบไม่สามารถคาดการณ์ถึงความเสียหายที่เกิดขึ้นกับธนาคารขนาดใหญ่หลายแห่งในปี 2550 และ 2551" เหตุผล? ตลาดไม่เคยมีเหตุการณ์ที่คล้ายกันดังนั้นจึงไม่ได้ถูกจับในส่วนหางของการแจกจ่ายที่ใช้ หลังจากวิกฤตการณ์ทางการเงินในปี 2550 พบว่ารูปแบบ VaR ไม่สามารถจับความเสี่ยงทั้งหมดได้ ตัวอย่างเช่นความเสี่ยงพื้นฐานความเสี่ยงเพิ่มเติมเหล่านี้เรียกว่า "ความเสี่ยงที่ไม่อยู่ใน VaR" หรือ RNiV

ในความพยายามที่จะจัดการกับความไม่เพียงพอเหล่านี้ผู้จัดการด้านความเสี่ยงจะเสริมมาตรการ VaR ด้วยมาตรการความเสี่ยงอื่น ๆ และเทคนิคอื่น ๆ เช่นการทดสอบความเครียด

บรรทัดด้านล่าง

Value-at-Risk (VaR) เป็นตัวชี้วัดความเสียหายที่เลวร้ายที่สุดในช่วงเวลาที่ระบุโดยมีระดับความเชื่อมั่นที่แน่นอน การวัด VaR จะขึ้นอยู่กับการกระจายผลตอบแทนการลงทุน เพื่อทดสอบว่ารูปแบบถูกต้องหรือไม่สามารถแสดงถึงความเป็นจริงได้การทดสอบย้อนหลังสามารถดำเนินการได้ ผลการทดสอบที่ไม่สำเร็จหมายถึงต้องประเมินโมเดล VaR ใหม่ อย่างไรก็ตามรูปแบบ VaR ที่ผ่านการทดสอบย้อนหลังควรได้รับการเสริมด้วยมาตรการความเสี่ยงอื่น ๆ อันเนื่องมาจากข้อบกพร่องของการสร้างแบบจำลอง VaR (ดูเพิ่มเติม

วิธีคำนวณผลตอบแทนการลงทุนของคุณ )