ค่าความเสี่ยง (var) คืออะไรและวิธีการคำนวณ

ค่าความเสี่ยง (var) เรียกว่า "วิทยาศาสตร์ใหม่ของการบริหารความเสี่ยง"และเป็นเทคนิคทางสถิติที่สามารถใช้ในการทำนายการสูญเสียการลงทุนที่อาจเกิดขึ้นได้มากที่สุดในกรอบเวลาที่กำหนด

บริษัท การเงินและธนาคารพาณิชย์ใช้กันทั่วไปการวิเคราะห์การลงทุนVAR สามารถกำหนดขอบเขตและความน่าจะเป็นของการสูญเสียที่อาจเกิดขึ้นในพอร์ตการลงทุน ผู้จัดการความเสี่ยงใช้ VAR ในการวัดและควบคุมระดับความเสี่ยง

ในส่วนที่ 1 มาคำนวณ VAR สำหรับดัชนี NASDAQ 100-qqq) และกำหนดว่า VAR ตอบคำถามสามส่วน: "การสูญเสียที่เลวร้ายที่สุดที่ฉันคาดหวังในช่วงระยะเวลาที่กำหนดคืออะไร?

ประเด็นสำคัญ

ค่าที่มีความเสี่ยง (VAR) เป็นเทคนิคการจัดการความเสี่ยงทางสถิติที่สามารถทำนายการสูญเสียที่เป็นไปได้มากที่สุดในกรอบเวลาที่เฉพาะเจาะจง
VAR ถูกกำหนดโดยสามตัวแปร: ระยะเวลาระดับความเชื่อมั่นและขนาดของการสูญเสียที่เป็นไปได้
มีสามวิธีในการคำนวณค่าที่มีความเสี่ยง (VAR) รวมถึงวิธีการในอดีตวิธีการแปรปรวนความแปรปรวนร่วมและการจำลอง Monte Carlo

องค์ประกอบของมูลค่าที่มีความเสี่ยง (var)

การวัดความเสี่ยงแบบดั้งเดิมคือความผันผวนและข้อกังวลหลักของนักลงทุนคืออัตราต่อรองของการสูญเสียเงิน สถิติ VAR มีสามองค์ประกอบ: ช่วงเวลาระดับความเชื่อมั่นและจำนวนการสูญเสียหรือเปอร์เซ็นต์การสูญเสียและสามารถแก้ไขข้อกังวลเหล่านี้ได้:

ฉันคาดหวังว่าจะสูญเสียเงินดอลลาร์ด้วยระดับ 95% หรือ 99%ความมั่นใจเดือนหน้า?
เปอร์เซ็นต์สูงสุดที่ฉันคาดว่าจะสูญเสียด้วยความเชื่อมั่น 95% หรือ 99% ในปีหน้า?

คำถามรวมถึงความเชื่อมั่นในระดับสูงระยะเวลาและการประเมินการสูญเสียการลงทุน

วิธีการคำนวณ var

มาประเมินความเสี่ยงของการเดียวดัชนีที่ซื้อขายเช่นหุ้นดัชนี NASDAQ 100ซึ่งซื้อขายผ่าน Invescoqqqเชื่อมั่น. ที่qqqเป็นดัชนีของหุ้นที่ไม่ใช่สถาบันการเงินที่ใหญ่ที่สุดที่ซื้อขายในการแลกเปลี่ยน NASDAQ

มีสามวิธีในการคำนวณค่าที่มีความเสี่ยง (var)รวมถึงวิธีการทางประวัติศาสตร์วิธีการแปรปรวนความแปรปรวนร่วมและการจำลอง Monte Carlo-

1. วิธีการทางประวัติศาสตร์

วิธีการทางประวัติศาสตร์เพียงแค่จัดระเบียบใหม่จริงผลตอบแทนทางประวัติศาสตร์วางไว้ตามลำดับจากที่เลวร้ายที่สุดไปให้ดีที่สุด จากนั้นจะสันนิษฐานว่าประวัติศาสตร์จะทำซ้ำตัวเองจากมุมมองความเสี่ยง ลองดูที่ NASDAQ 100 ETF ซึ่งซื้อขายภายใต้สัญลักษณ์ QQQ

มูลค่าความเสี่ยง

ค่าที่ความเสี่ยง = vm (vi / v (i - 1))

m = จำนวนวันที่มีการใช้ข้อมูลประวัติ

VI = จำนวนตัวแปรในวันที่ 1

ในการคำนวณผลตอบแทนแต่ละวันเราสร้างชุดข้อมูลที่หลากหลายมากกว่า 1,400 คะแนน มาวางไว้ในไฟล์ฮิสโตแกรมที่เปรียบเทียบความถี่ของการส่งคืน "ถัง"

ที่บาร์สูงสุดมีมากกว่า 250 วันเมื่อผลตอบแทนรายวันอยู่ระหว่าง 0% ถึง 1% ที่ด้านขวาสุดแถบเล็ก ๆ ที่ 13% แสดงถึงวันเดียวภายในห้าปีบวกเมื่อผลตอบแทนรายวันสำหรับ QQQ คือ 12.4%

ภาพโดย Julie Bang © Investopedia 2020

2. วิธีการแปรปรวนความแปรปรวน

วิธีนี้ถือว่าผลตอบแทนจากสต็อกโดยปกติจะมีการกระจายและต้องมีการประมาณการเพียงสองปัจจัยเท่านั้นที่คาดหวังกลับมาและกค่าเบี่ยงเบนมาตรฐานอนุญาตให้การกระจายปกติเส้นโค้ง เส้นโค้งปกติถูกพล็อตกับเดียวกันผลตอบแทนที่แท้จริงข้อมูลในกราฟด้านบน

ความแปรปรวนร่วมกันนั้นคล้ายกับวิธีการในอดีตยกเว้นใช้เส้นโค้งที่คุ้นเคยแทนข้อมูลจริง ข้อได้เปรียบของเส้นโค้งปกติคือมันแสดงให้เห็นว่าสิ่งที่เลวร้ายที่สุด 5% และ 1% อยู่บนเส้นโค้ง พวกเขาเป็นหน้าที่ของความมั่นใจที่ต้องการและค่าเบี่ยงเบนมาตรฐาน

ความมั่นใจ	# ของค่าเบี่ยงเบนมาตรฐาน (σ)
95% (สูง)	- 1.65 x σ
99% (สูงมาก)	- 2.33 x σ

เส้นโค้งด้านบนขึ้นอยู่กับค่าเบี่ยงเบนมาตรฐานรายวันจริงของ QQQ ซึ่งคือ 2.64% ผลตอบแทนเฉลี่ยต่อวันเกิดขึ้นใกล้เคียงกับศูนย์ดังนั้นจึงปลอดภัยที่จะถือว่า Aผลตอบแทนเฉลี่ยของศูนย์เพื่อวัตถุประสงค์ตัวอย่าง นี่คือผลลัพธ์ของการใช้ค่าเบี่ยงเบนมาตรฐานจริงในสูตรด้านบน:

ความมั่นใจ	# ของ	การคำนวณ	เท่ากับ
95% (สูง)	- 1.65 x σ	- 1.65 x (2.64%) =	-4.36%
99% (สูงมาก)	- 2.33 x σ	- 2.33 x (2.64%) =	-6.15%

3. การจำลอง Monte Carlo

อันการจำลอง Monte Carloหมายถึงวิธีการใด ๆ ที่สร้างการทดลองแบบสุ่ม แต่โดยตัวของมันเองไม่ได้บอกอะไรเราเกี่ยวกับวิธีการพื้นฐาน

สำหรับผู้ใช้ส่วนใหญ่การจำลอง Monte Carlo นั้นมีจำนวนเป็นเครื่องกำเนิด "Black Box" ของผลลัพธ์แบบสุ่มและน่าจะเป็น เทคนิคนี้ใช้แบบจำลองการคำนวณเพื่อจำลองผลตอบแทนที่คาดการณ์ไว้ในการทำซ้ำหลายร้อยหรือหลายพันครั้ง

หากการทดลองสมมุติ 100 ครั้งของผลตอบแทนรายเดือนสำหรับ QQQ ได้ดำเนินการแล้วสองผลลัพธ์ที่เลวร้ายที่สุดอาจอยู่ระหว่าง -15% ถึง -20% และสามระหว่าง -20% ถึง 25% นั่นหมายถึงผลลัพธ์ที่เลวร้ายที่สุดห้าประการน้อยกว่า -15%

ดังนั้นการจำลอง Monte Carlo จึงนำไปสู่ข้อสรุปประเภท Var-type ต่อไปนี้: ด้วยความเชื่อมั่น 95% เราไม่คาดหวังว่าจะสูญเสียมากกว่า 15% ในช่วงเดือนใดก็ตาม

อธิบายเหมือนฉัน 5

มูลค่าที่มีความเสี่ยง (VAR) สามารถช่วยให้นักลงทุนตอบคำถาม: "การสูญเสียสูงสุดที่อาจเกิดขึ้นจากการลงทุนนี้คืออะไรภายใน x วัน/สัปดาห์/เดือน" กล่าวอีกนัยหนึ่ง VAR เป็นวิธีการทางสถิติที่สามารถใช้ในการประเมินการสูญเสียกรณีที่เลวร้ายที่สุดของการลงทุนในช่วงระยะเวลาหนึ่งโดยพิจารณาจากความน่าจะเป็นของการสูญเสียที่เกิดขึ้น (ซึ่งเรียกว่า "ระดับความเชื่อมั่น") ตัวอย่างเช่นหากการลงทุนหนึ่งวันของการลงทุนคือ $ 5,000 ในระดับความเชื่อมั่น 95% หมายความว่ามีโอกาส 5% (100% - 95%) ที่การลงทุนอาจสูญเสียมากกว่า $ 5,000 ในวันเดียว

ข้อเสียของการใช้คุณค่าที่มีความเสี่ยงคืออะไร?

ในขณะที่ VAR มีประโยชน์สำหรับการทำนายความเสี่ยงที่ต้องเผชิญกับการลงทุนมันอาจทำให้เข้าใจผิด- คำวิจารณ์หนึ่งคือวิธีการที่แตกต่างกันให้ผลลัพธ์ที่แตกต่าง: คุณอาจได้รับการคาดการณ์ที่มืดมนด้วยวิธีการทางประวัติศาสตร์ในขณะที่การจำลอง Monte Carlo นั้นค่อนข้างมองโลกในแง่ดี นอกจากนี้ยังอาจเป็นเรื่องยากที่จะคำนวณ VAR สำหรับพอร์ตการลงทุนขนาดใหญ่: คุณไม่สามารถคำนวณ VAR สำหรับแต่ละสินทรัพย์ได้เนื่องจากสินทรัพย์จำนวนมากจะมีความสัมพันธ์กัน ในที่สุดการคำนวณ VAR ใด ๆ ก็ดีพอ ๆ กับข้อมูลและสมมติฐานที่เข้ามา

อะไรคือข้อดีของการใช้คุณค่าที่มีความเสี่ยง?

VAR คือหมายเลขเดียวที่ระบุไฟล์ขอบเขตความเสี่ยงในพอร์ตโฟลิโอที่กำหนดและวัดได้ในราคาหรือเป็นเปอร์เซ็นต์ทำให้เข้าใจ VAR ได้ง่าย สามารถนำไปใช้กับสินทรัพย์

เช่นพันธบัตรหุ้นและสกุลเงินและใช้โดยธนาคารและสถาบันการเงินเพื่อประเมินความสามารถในการทำกำไรและความเสี่ยงของการลงทุนที่แตกต่างกันและจัดสรรความเสี่ยงตาม Var

var สูงหมายถึงอะไร?

มูลค่าสูงสำหรับเปอร์เซ็นต์ความเชื่อมั่นหมายถึงความมั่นใจมากขึ้นในโอกาสของผลลัพธ์ที่คาดการณ์ไว้ อีกทางเลือกหนึ่งมูลค่าสูงสำหรับผลลัพธ์ที่คาดการณ์นั้นไม่เหมาะและคาดว่าจะมีการสูญเสียเงินดอลลาร์ที่สูงขึ้น

บรรทัดล่าง

คุณค่าสู่ความเสี่ยง (คือ)คำนวณการสูญเสียสูงสุดที่คาดว่าจะมีการลงทุนในช่วงเวลาที่กำหนดและได้รับความเชื่อมั่นในระดับที่กำหนด เราดูที่สามวิธีที่ใช้กันทั่วไปในการคำนวณ varในส่วนที่ 2ของซีรี่ส์นี้เราจะแสดงวิธีการเปรียบเทียบที่แตกต่างกันขอบเขตเวลา-