Value at Risk

Value at Risk (VaR, «стоимость под риском») — это статистическая мера риска, выражающая максимально возможные потери стоимости портфеля активов за заданный временной горизонт при заданном доверительном уровне. VaR широко применяется в финансовом риск-менеджменте для количественной оценки рыночного риска. Показатель позволяет ответить на вопрос: «Какую максимальную сумму может потерять инвестор за определённый период с вероятностью, не превышающей заданный уровень?» Например, однодневный VaR на уровне 99 % в размере 1 млн рублей означает, что с вероятностью 99 % потери за один день не превысят 1 млн рублей, а с вероятностью 1 % они могут быть выше этой величины.

История возникновения

Концепция Value at Risk начала формироваться в 1980-х годах в ответ на рост волатильности финансовых рынков и участившиеся кризисы. Ключевым импульсом стало банкротство банка Barings в 1995 году из-за неконтролируемых спекулятивных операций трейдера Ника Лисона, а также крах хедж-фонда Long-Term Capital Management (LTCM) в 1998 году. Эти события показали необходимость универсального и понятного инструмента для оценки рисков.

В 1994 году банк J.P. Morgan опубликовал методологию RiskMetrics, которая впервые предложила стандартизированный подход к расчёту VaR на основе ковариационной матрицы доходностей. Этот документ стал основой для внедрения VaR в практику управления рисками. В 1996 году Базельский комитет по банковскому надзору включил VaR в качестве обязательного элемента расчёта капитала под рыночный риск, что закрепило его статус как отраслевого стандарта.

Методы расчёта

Существует три основных подхода к вычислению Value at Risk, различающихся по сложности и допущениям.

Параметрический метод (дельта-нормальный)

Основан на предположении, что доходности активов подчиняются нормальному распределению. Для расчёта VaR используются среднее арифметическое доходности (μ), стандартное отклонение (σ) и квантиль нормального распределения, соответствующий заданному доверительному уровню. Формула для однодневного VaR:

\[ \text{VaR} = V_0 \cdot (z_\alpha \cdot \sigma - \mu) \]

где \(V_0\) — текущая стоимость портфеля, \(z_\alpha\) — квантиль стандартного нормального распределения (например, 2,326 для 99 %), \(\sigma\) — стандартное отклонение доходности, \(\mu\) — средняя доходность. Метод прост в реализации, но критикуется за предположение о нормальности распределения, которое часто нарушается на реальных рынках (наличие «толстых хвостов» и асимметрии).

Историческое моделирование

Непараметрический метод, не требующий предположений о распределении доходностей. Расчёт строится на фактических исторических данных: берётся ряд доходностей портфеля за прошлый период (например, 250 торговых дней), и VaR определяется как квантиль эмпирического распределения. Например, для 95 % VaR выбирается значение, ниже которого находятся 5 % наихудших исторических доходностей. Преимущество — реалистичность, недостаток — зависимость от выбора исторического окна и невозможность предсказать события, не имевшие аналогов в прошлом.

Метод Монте-Карло

Основан на генерации большого числа случайных сценариев изменения цен активов в соответствии с заданной стохастической моделью (например, геометрическое броуновское движение). Для каждого сценария рассчитывается доходность портфеля, затем из полученного распределения выбирается квантиль. Метод позволяет учитывать сложные зависимости между активами и нелинейные инструменты (опционы), но требует значительных вычислительных ресурсов и точной спецификации модели.

Доверительный уровень и временной горизонт

Ключевые параметры VaR — доверительный уровень и временной горизонт. Стандартные значения доверительного уровня: 95 %, 99 % и 99,9 %. Чем выше уровень, тем меньше вероятность превышения VaR, но тем больше абсолютное значение потерь. Временной горизонт обычно составляет один день (для торговых портфелей) или десять дней (для регуляторных требований Базеля). Пересчёт между горизонтами может выполняться по правилу квадратного корня из времени, если доходности независимы и одинаково распределены.

Критика и ограничения

Value at Risk имеет несколько существенных недостатков, которые неоднократно отмечались как академическими исследователями, так и практиками.

• Несубаддитивность. VaR не является когерентной мерой риска: для некоторых портфелей сумма VaR отдельных активов может быть меньше VaR всего портфеля, что противоречит принципу диверсификации. Это делает VaR непригодным для оценки риска в условиях концентрации.
• Игнорирование хвостовых рисков. VaR показывает лишь точку отсечения, но не даёт информации о том, насколько велики могут быть потери за её пределами. В результате два портфеля с одинаковым VaR могут иметь совершенно разную степень катастрофического риска.
• Чувствительность к модели. Разные методы расчёта могут давать существенно различающиеся оценки для одного и того же портфеля, что снижает надёжность показателя.
• Неприменимость к неликвидным активам. VaR предполагает возможность быстрой реализации активов по рыночным ценам, что не всегда выполняется на практике.

В ответ на эти ограничения были разработаны альтернативные меры, такие как Expected Shortfall (ES), который учитывает среднюю величину потерь за пределами VaR, и Conditional Value at Risk (CVaR). Базельский комитет в 2016 году рекомендовал заменить VaR на Expected Shortfall для расчёта рыночного риска.

Применение в России

В российской практике Value at Risk используется в банковском секторе, инвестиционных компаниях и страховых организациях. Центральный банк РФ рекомендует кредитным организациям применять VaR для оценки рыночного риска в рамках системы управления рисками. Ряд крупных банков (Сбербанк, ВТБ, Газпромбанк) внедрили собственные модели расчёта VaR на основе исторического моделирования и метода Монте-Карло. В 2020-х годах в связи с ростом волатильности российского фондового рынка и введением санкций актуальность VaR повысилась, однако его ограничения (особенно в части учёта геополитических рисков) стали более заметны.

Интересные факты

• Во время финансового кризиса 2008 года многие банки показали убытки, значительно превышающие их расчётные значения VaR, что привело к критике методологии и пересмотру регуляторных требований.
• VaR используется не только в финансах, но и в страховании (для оценки катастрофических рисков) и в управлении цепочками поставок (для оценки рисков дефицита товаров).
• В 1997 году экономист Филипп Жорион ввёл термин «Value at Risk» в академический оборот, опубликовав статью, которая стала основой для дальнейших исследований.

Источники

• Jorion, P. (2007). Value at Risk: The New Benchmark for Managing Financial Risk. McGraw-Hill.
• Basel Committee on Banking Supervision (1996). Amendment to the Capital Accord to Incorporate Market Risks.
• RiskMetrics Technical Document (1996). J.P. Morgan/Reuters.
• Hull, J. C. (2018). Options, Futures, and Other Derivatives. Pearson.
• Данилин, В. И. (2010). Управление рисками в банках. М.: Финансы и статистика.