Value-at-Risk

Value-at-Risk (VaR, стоимость под риском) — это статистическая мера, используемая для оценки максимально возможных финансовых потерь по портфелю активов за определённый период времени при заданном доверительном уровне. VaR выражается в единицах валюты и показывает, что с вероятностью, равной доверительному уровню (например, 95 % или 99 %), потери не превысят рассчитанного значения. Метод широко применяется в управлении рисками, банковском регулировании и корпоративных финансах для количественной оценки рыночного риска.

История возникновения и развития

Концепция Value-at-Risk начала формироваться в конце XX века на фоне роста волатильности финансовых рынков и крупных убытков, понесённых банками и инвестиционными компаниями. Одним из катализаторов стал крах фонда Long-Term Capital Management (LTCM) в 1998 году, который показал недостаточность традиционных методов оценки риска.

В 1990-х годах банк JPMorgan Chase разработал методологию RiskMetrics, которая впервые формализовала расчёт VaR для портфелей ценных бумаг. В 1996 году Базельский комитет по банковскому надзору включил VaR в Базельское соглашение (Базель I) как стандартный подход для расчёта требований к капиталу под рыночный риск. С тех пор VaR стал обязательным элементом отчётности для банков и финансовых организаций во многих странах, включая Россию (Центральный банк РФ предписывает расчёт VaR для кредитных организаций в рамках Положения № 511-П).

Методы расчёта

Существует три основных подхода к вычислению Value-at-Risk, различающихся математическим аппаратом и допущениями.

Параметрический метод (дельта-нормальный)

Основан на предположении, что доходности активов подчиняются нормальному распределению. Для расчёта VaR используются среднее ожидаемое значение доходности и стандартное отклонение портфеля. Формула для однодневного VaR при доверительном уровне 95 % выглядит как:

\[ VaR = -(\mu + z_{\alpha} \cdot \sigma) \cdot V \]

где \(\mu\) — средняя доходность, \(\sigma\) — волатильность, \(z_{\alpha}\) — квантиль стандартного нормального распределения (1,645 для 95 %), \(V\) — стоимость портфеля.

Преимущества: простота и скорость вычислений. Недостатки: не учитывает «толстые хвосты» распределения и асимметрию, что может приводить к занижению риска в периоды кризисов.

Историческое моделирование

Метод не предполагает параметрического распределения. Берётся фактический ряд исторических доходностей за определённый период (обычно 250–500 торговых дней), и VaR определяется как квантиль эмпирического распределения. Например, для 95 % VaR берётся 5-й перцентиль отсортированных по убыванию доходностей.

Преимущества: не требует предположений о распределении, учитывает реальные рыночные условия. Недостатки: предполагает, что прошлое повторяется, и может быть чувствителен к выбору периода.

Метод Монте-Карло

Основан на генерации множества случайных сценариев будущих цен активов с использованием заданных параметров распределения (например, на основе исторической волатильности и корреляций). Для каждого сценария рассчитывается доходность портфеля, и VaR определяется как квантиль полученного распределения.

Преимущества: высокая гибкость, возможность моделировать сложные зависимости и нелинейные инструменты (опционы). Недостатки: вычислительная сложность и зависимость от корректности входных параметров.

Доверительные уровни и временные горизонты

На практике наиболее распространены доверительные уровни 95 % и 99 %. Для регулирующих органов (например, Базельского комитета) стандартным является 99 %-й VaR с горизонтом 10 торговых дней. Внутренние расчёты банков часто используют однодневный VaR для оперативного мониторинга.

Выбор временного горизонта зависит от ликвидности активов: для высоколиквидных ценных бумаг достаточно одного дня, для неликвидных или сложных инструментов — от недели до месяца.

Ограничения и критика

Value-at-Risk не лишён недостатков, которые неоднократно отмечались как академическими исследователями, так и практиками.

Нечувствительность к хвостовым рискам

VaR показывает только точку отсечения (квантиль), но не даёт информации о величине потерь за его пределами. Например, 99 % VaR может быть равен 10 млн рублей, но при этом потери в 1 % случаев могут достигать 100 млн или 1 млрд рублей. Для оценки таких «хвостовых» рисков используется дополнительная мера — Expected Shortfall (ES), которая вычисляет среднюю величину потерь за порогом VaR.

Нарушение суб-аддитивности

VaR не является когерентной мерой риска (по определению Арцнера и др., 1999), так как для некоторых распределений VaR портфеля может быть больше суммы VaR отдельных активов, что противоречит принципу диверсификации. Expected Shortfall лишён этого недостатка.

Зависимость от модели

Результаты расчёта VaR сильно зависят от выбора метода, периода наблюдения и допущений о распределении. Разные модели могут давать существенно разные значения для одного и того же портфеля, что создаёт возможность манипуляции отчётностью.

Неучёт ликвидности

Стандартный VaR предполагает, что активы могут быть проданы по текущим рыночным ценам без влияния на рынок. В условиях кризиса ликвидность резко падает, и фактические потери могут многократно превысить расчётный VaR.

Применение в регулировании и практике

В банковской сфере VaR используется для расчёта достаточности капитала под рыночный риск в рамках Базельских соглашений (Базель II, Базель III). В России Центральный банк предписывает кредитным организациям рассчитывать VaR для определения нормативов достаточности собственных средств (капитала) в соответствии с инструкцией № 199-И.

Помимо банков, VaR применяется:

• в инвестиционных фондах для лимитирования риска портфеля;
• в страховых компаниях для оценки риска по инвестиционным активам;
• в корпоративных финансах для управления валютным и процентным риском;
• в хедж-фондах для внутреннего контроля и отчётности перед инвесторами.

Альтернативные меры риска

В ответ на критику VaR были разработаны альтернативные показатели:

• Expected Shortfall (CVaR) — средняя величина потерь за порогом VaR, рекомендован Базельским комитетом с 2016 года для замены VaR в расчётах рыночного риска.
• Волатильность — стандартное отклонение доходности, но не даёт информации о величине потерь.
• Максимальная просадка (Maximum Drawdown) — максимальное падение стоимости портфеля от пика до минимума за период.
• Стресс-тестирование — анализ потерь при гипотетических экстремальных сценариях (обвал рынка, дефолт эмитента).

Интересные факты

• В 2008 году, во время мирового финансового кризиса, многие банки сообщали о VaR, который был значительно ниже фактических потерь, что привело к критике методологии и переходу на Expected Shortfall.
• Крупнейшие мировые банки (JPMorgan Chase, Goldman Sachs, Deutsche Bank) публикуют ежедневный VaR в своих годовых отчётах.
• В России расчёт VaR для целей пруденциального надзора регламентируется Положением Банка России № 511-П «О порядке расчёта величины рыночного риска».

Источники

• Jorion, P. (2006). Value at Risk: The New Benchmark for Managing Financial Risk. McGraw-Hill.
• Базельский комитет по банковскому надзору (1996). Amendment to the Capital Accord to Incorporate Market Risks.
• Положение Банка России № 511-П от 3 декабря 2015 года «О порядке расчёта величины рыночного риска».
• Artzner, P., Delbaen, F., Eber, J.-M., & Heath, D. (1999). Coherent Measures of Risk. Mathematical Finance, 9(3), 203–228.
• RiskMetrics Technical Document (1996). JPMorgan/Reuters.