El valor de risc (VaR) és una mesura àmpliament utilitzada del risc d'inversió a la baixa per a una sola inversió o una cartera d'inversions. VaR dóna la pèrdua màxima de dòlars en una cartera durant un període de temps determinat per a un cert nivell de confiança. Sovint es tria el nivell de confiança per donar una indicació del risc de la cua; és a dir, el risc d’esdeveniments rars i extrems del mercat.
Per exemple, basant-se en un càlcul de VaR, un inversor pot confiar al 95% que la pèrdua màxima en un dia en una inversió de capital de 100 dòlars no superi els 3 dòlars. El VaR (3 dòlars en aquest exemple) es pot mesurar mitjançant tres metodologies diferents. Cada metodologia es basa en crear una distribució de rendiments de la inversió; Dit d'una altra manera, a tots els possibles rendiments de la inversió se'ls assigna una probabilitat que es produeixi durant un període de temps especificat. (Vegeu també Introducció al valor en risc (VaR) .)
Com de precisa és VaR?
Un cop escollida la metodologia de VaR, calcular el VaR de la cartera és un exercici bastant senzill. El repte rau en valorar la precisió de la mesura i, per tant, la precisió de la distribució de les devolucions. Conèixer la precisió de la mesura és especialment important per a les entitats financeres, ja que utilitzen VaR per estimar quants diners necessiten reservar per cobrir possibles pèrdues. Qualsevol imprecisió en el model de VaR pot significar que la institució no té suficients reserves i pot causar pèrdues importants, no només per a la institució, sinó potencialment per als seus dipositors, inversors individuals i clients corporatius. En condicions de mercat extremes com les que VaR intenta capturar, les pèrdues poden ser prou grans com per provocar fallides. (Consulteu també Què cal saber sobre la fallida. )
Com testar un model VaR amb exactitud
Els gestors de riscos utilitzen una tècnica coneguda com a test de prova per determinar la precisió d’un model VaR. El test de fons implica la comparació de la mesura calculada de VaR amb les pèrdues (o guanys) reals aconseguides a la cartera. Una prova de fons es basa en el nivell de confiança que s'assumeix en el càlcul. Per exemple, l’inversor que va calcular un VaR d’un dia de 3 dòlars en una inversió de 100 dòlars amb un 95% de confiança preveurà que la pèrdua d’un dia a la seva cartera superi els 3 dòlars només el 5% del temps. Si l'inversor registrés les pèrdues reals durant més de 100 dies, la pèrdua superaria els 3 dòlars exactament en cinc d'aquests dies si el model VaR és exacte. Un test de respostes senzill permet calcular la distribució de rendibilitat real respecte a la distribució del retorn del model si es compara la proporció d’excepcions de pèrdues reals amb el nombre d’excepcions previst. El test de prova s’ha de realitzar durant un període prou llarg per assegurar-se que hi ha suficients observacions de retorn reals per crear una distribució de retorn real. Per a una mesura de VaR d’un dia, els gestors de riscos solen utilitzar un període mínim d’un any per fer proves.
El simple backtest té un inconvenient important: depèn de la mostra de rendiments reals utilitzats. Penseu de nou l’inversor que va calcular un VaR de 3 dòlars d’un dia amb un 95% de confiança. Suposem que l’inversor ha realitzat un test de prova al llarg de 100 dies i ha trobat exactament cinc excepcions. Si l’inversor utilitza un període diferent de 100 dies, pot haver-hi menys o un nombre més gran d’excepcions. Aquesta dependència de la mostra fa difícil constatar la precisió del model. Per solucionar aquesta debilitat, es poden implementar proves estadístiques per donar més llum sobre si un test de prova ha fallat o ha superat.
Què cal fer si falla el Backtest
Quan falla un test de prova, hi ha diverses causes possibles que cal tenir en compte:
La distribució errònia de retorn
Si la metodologia VaR assumeix una distribució de retorn (per exemple, una distribució normal de rendiments), és possible que la distribució del model no s’ajusti bé a la distribució real. Es poden fer proves estadístiques de bondat d’adequació per comprovar que la distribució del model s’ajusta a les dades reals observades. Alternativament, es pot utilitzar una metodologia VaR que no requereixi un supòsit de distribució.
Un model VaR especificat amb falta
Si el model VaR capta, per exemple, només el risc del mercat de renda variable mentre que la cartera d’inversions està exposada a altres riscos com el risc de tipus d’interès o el de divises, el model no s’especifica. A més, si el model VaR no aconsegueix captar les correlacions entre els riscos, es considera que es pot especificar amb falta. Es pot corregir si s'inclouen tots els riscos aplicables i les correlacions associades al model. És important reevaluar el model de VaR sempre que s’afegeixin nous riscos a una cartera.
Mesura de pèrdues reals
Les pèrdues reals de cartera han de ser representatives dels riscos que es poden modelar. Més concretament, les pèrdues reals han d’excloure els honoraris o altres costos o ingressos d’aquest tipus. Les pèrdues que representen només riscos que es poden modelar es coneixen com a "pèrdues netes". Les que inclouen taxes i altres articles com es coneixen amb el nom de "pèrdues brutes". El test de prova sempre s'ha de fer mitjançant pèrdues netes per garantir una comparació similar.
Altres consideracions
És important no confiar en un model VaR simplement perquè passa un test de fons. Tot i que VaR ofereix informació útil sobre l’exposició al risc dels pitjors casos, depèn molt de la distribució de retorn utilitzada, particularment de la cua de la distribució. Atès que els esdeveniments de la cua són tan poc freqüents, alguns professionals defensen que qualsevol intent de mesurar les probabilitats de la cua basats en l'observació històrica és inherentment defectuós. Segons Reuters, "VaR va provocar una crítica acalorada després de la crisi financera, ja que molts models no van predir l'abast de les pèrdues que van arrasar molts grans bancs el 2007 i el 2008."
La raó? Els mercats no havien experimentat un esdeveniment similar, per la qual cosa no es va capturar a les restes de les distribucions que s'utilitzaven. Després de la crisi financera del 2007, també va quedar clar que els models VaR són incapaços de capturar tots els riscos; per exemple, el risc de base. Aquests riscos addicionals es coneixen amb el nom de "risc no en VaR" o RNiV.
En un intent d’abordar aquestes insuficiències, els gestors de riscos complementen la mesura de VaR amb altres mesures de risc i altres tècniques com les proves d’estrès.
La línia de fons
Value-at-Risk (VaR) és una mesura de les pèrdues pitjors en un període de temps determinat amb un cert nivell de confiança. La mesura de VaR depèn de la distribució de rendiments de la inversió. Per provar si el model representa o no la realitat amb precisió, es pot dur a terme una prova posterior. Una prova de prova fallada significa que cal reevaluar el model VaR. Tanmateix, un model VaR que supera un test de fons encara s’hauria de complementar amb altres mesures de risc a causa de les mancances del modelat de VaR. (Consulteu també Com calcular el rendiment de la vostra inversió. )
