Метод Value at Risk

Value at Risk (VaR, «стоимость под риском») — это статистическая мера, используемая для оценки максимально возможных убытков финансового портфеля, актива или позиции за определённый период времени при заданном доверительном уровне. VaR выражается в денежных единицах и отвечает на вопрос: «Какой максимальный убыток с вероятностью X% не будет превышен в течение следующих N дней?». Метод является одним из стандартных инструментов управления рыночными рисками в банковской, инвестиционной и страховой сферах.

История возникновения

Метод Value at Risk получил широкое распространение в конце XX века, хотя его математические основы были заложены ранее. В 1952 году Гарри Марковиц опубликовал работу «Выбор портфеля», заложившую основы современной портфельной теории, которая использует дисперсию доходности как меру риска. Однако VaR как самостоятельная концепция начала развиваться в 1980-х годах в связи с ростом волатильности финансовых рынков и увеличением объёмов торговли деривативами.

Ключевым событием стало банкротство банка Barings в 1995 году из-за неконтролируемых спекуляций трейдера Ника Лисона. После этого инцидента регуляторы и финансовые институты начали активнее внедрять количественные методы оценки рисков. В 1996 году Базельский комитет по банковскому надзору включил VaR в свои рекомендации по расчёту достаточности капитала для покрытия рыночных рисков (Базель I, поправка 1996 года). С тех пор VaR стал обязательным элементом отчётности для многих банков и инвестиционных компаний.

Определение и математическая формулировка

Математически VaR определяется как квантиль распределения возможных убытков портфеля. Пусть \( L \) — случайная величина, представляющая убыток (положительное значение) за заданный период времени \( T \). Для доверительного уровня \( \alpha \) (обычно 95% или 99%) VaR равен величине \( x \), такой что:

\[ P(L > x) = 1 - \alpha \]

Или, что то же самое:

\[ P(L \leq x) = \alpha \]

Таким образом, с вероятностью \( \alpha \) убыток не превысит значения VaR. Например, однодневный VaR на уровне 95% в размере 1 миллиона рублей означает, что в 95% случаев (то есть в 19 из 20 торговых дней) убыток портфеля не превысит 1 миллиона рублей. В оставшихся 5% случаев убыток может быть больше.

Классификация методов расчёта

Существует три основных подхода к вычислению Value at Risk, различающихся по способу моделирования распределения доходностей.

Параметрический метод (дельта-нормальный)

Основан на предположении, что доходности активов подчиняются нормальному распределению (распределению Гаусса). В этом случае VaR вычисляется аналитически через среднее и стандартное отклонение доходности портфеля:

\[ \text{VaR}_{\alpha} = \mu - \sigma \cdot z_{\alpha} \]

где \( \mu \) — средняя доходность, \( \sigma \) — стандартное отклонение, \( z_{\alpha} \) — квантиль стандартного нормального распределения для уровня \( \alpha \) (например, 1,645 для 95% и 2,326 для 99%). Метод прост в реализации, но его недостаток — чувствительность к отклонениям от нормальности, особенно к «тяжёлым хвостам» распределения, характерным для финансовых рынков.

Исторический метод

Не требует предположений о распределении. VaR оценивается на основе эмпирического распределения исторических доходностей за выбранный период (например, последние 250 торговых дней). Для этого упорядочивают исторические изменения стоимости портфеля по возрастанию и находят значение, соответствующее заданному квантилю. Например, для 95% VaR берётся 5-й процентиль отсортированного ряда. Метод прост и интуитивно понятен, но зависит от длины и репрезентативности исторического периода.

Метод Монте-Карло

Основан на моделировании большого числа случайных сценариев изменения цен активов (обычно от 10 000 до 100 000) с использованием заданных статистических параметров (среднее, волатильность, корреляции). Для каждого сценария рассчитывается изменение стоимости портфеля, затем строится эмпирическое распределение убытков, и VaR определяется как квантиль. Метод позволяет учитывать сложные нелинейные зависимости (например, в портфелях с опционами), но требует значительных вычислительных ресурсов.

Применение в управлении рисками

Value at Risk используется для решения нескольких задач:

• Установление лимитов: банки и инвестиционные фонды устанавливают лимиты на максимальный VaR для трейдеров, подразделений или всего портфеля.
• Расчёт капитала под риском: согласно Базельским соглашениям, банки обязаны резервировать капитал, пропорциональный VaR (обычно умноженному на коэффициент 3–4).
• Стресс-тестирование: VaR дополняется сценарным анализом для оценки убытков в экстремальных ситуациях (например, кризис 2008 года).
• Отчётность перед регуляторами: многие центральные банки требуют ежеквартального раскрытия VaR в отчётах о рисках.

Критика и ограничения

Несмотря на широкое распространение, метод VaR подвергается критике по нескольким причинам:

• Неаддитивность: VaR не является когерентной мерой риска, так как для портфеля из двух активов VaR может быть больше суммы VaR каждого актива, что противоречит диверсификации.
• Игнорирование «хвостовых» рисков: VaR не показывает, насколько велики могут быть убытки за пределами доверительного уровня. Например, 99% VaR ничего не говорит о том, что произойдёт в 1% худших случаев.
• Чувствительность к предположениям: параметрический метод даёт некорректные оценки при ненормальных распределениях, а исторический — при нестабильности рыночных условий.
• Иллюзия точности: VaR часто воспринимается как точная цифра, хотя на практике она зависит от множества субъективных допущений (период наблюдения, доверительный уровень, метод расчёта).

В ответ на эти недостатки были разработаны альтернативные меры, такие как Expected Shortfall (ES, или CVaR), который учитывает среднюю величину убытков в хвосте распределения и является когерентной мерой риска. С 2016 года Базельский комитет рекомендует использовать ES вместо VaR для расчёта рыночного риска.

Примеры использования

В российской практике метод VaR применяется крупными банками, такими как Сбербанк, ВТБ и Газпромбанк, для оценки рыночных рисков по портфелям ценных бумаг и валютных позиций. Например, согласно отчётности Сбербанка за 2023 год, однодневный VaR на уровне 99% по торговому портфелю составлял около 2,5 миллиарда рублей. Регулятор — Банк России — требует от кредитных организаций раскрытия VaR в составе отчётности по форме 0409125 «Сведения о рисках».

Интересные факты

• В 1994 году банк J.P. Morgan (ныне JPMorgan Chase) опубликовал методологию RiskMetrics, которая сделала VaR доступным для широкого круга участников рынка. Этот документ стал одним из самых цитируемых в истории финансов.
• Во время финансового кризиса 2008 года многие банки показали убытки, значительно превышающие их расчётные VaR, что вызвало критику метода и привело к его пересмотру.
• Для расчёта VaR по портфелю из 100 активов методом Монте-Карло требуется около 10–20 минут на современном персональном компьютере, что делает его пригодным для внутридневного мониторинга.

Источники

• Базельский комитет по банковскому надзору. «International Convergence of Capital Measurement and Capital Standards: A Revised Framework» (2004).
• Jorion, P. «Value at Risk: The New Benchmark for Managing Financial Risk» (3rd ed., 2007).
• Hull, J. «Options, Futures, and Other Derivatives» (10th ed., 2018).
• Отчётность Сбербанка по МСФО за 2023 год.
• Указание Банка России № 3624-У «О методиках оценки рисков» (2018).