--- title: "Expected Shortfall für Optionen: Verluste jenseits des VaR" description: "Erfahren Sie, wie Expected Shortfall den durchschnittlichen Verlust eines Optionsportfolios im schlechtesten Verteilungsrand misst, warum eine vollständige Neubewertung wichtig ist und wie Horizont, Szenarien und Liquidität die Schätzung prägen." image: "https://wiki.fcontext.com/og.png" --- > Documentation Index > Fetch the complete documentation index at: https://wiki.fcontext.com/llms.txt > Use this file to discover all available pages before exploring further. # Expected Shortfall für Optionen: Verluste jenseits des VaR > Nur zu Bildungszwecken; stellt keine Anlageberatung oder Anlageempfehlung dar. Anlagen können zu Verlusten führen. ## Direkte Antwort Der **Expected Shortfall (ES)** auf dem Konfidenzniveau `alpha` ist der wahrscheinlichkeitsgewichtete Durchschnittsverlust im schlechtesten Anteil `1 - alpha` der modellierten Ergebnisse. Der Value at Risk bestimmt ein Verlustquantil; der ES misst die Schwere des Verteilungsrands jenseits dieses Quantils. Bei Optionsportfolios können nichtlineare Auszahlungen, Veränderungen der Volatilitätsoberfläche, Sprünge und Short-Gamma-Positionen wenige, aber sehr große Verluste erzeugen, die ein einzelner VaR-Schwellenwert nicht beschreibt. Der ES bleibt eine Modellschätzung und ist weder maximaler Verlust noch Preisprognose, Margin-Anforderung oder Garantie. ## Definition und Schätzung `L` bezeichne den Verlust, wobei positive Zahlen Verluste darstellen. Eine für allgemeine Verteilungen gültige Definition lautet: `ES_alpha = [1 / (1 - alpha)] x integral from alpha to 1 of VaR_u du` Bei einer kontinuierlichen Verlustverteilung entspricht dies dem bedingten Mittelwert der Verluste jenseits des `alpha`-VaR. Bei einer endlichen Stichprobe oder Wahrscheinlichkeitsmasse am VaR kann es falsch sein, schlicht alle Beobachtungen ab dem VaR zu mitteln. Die Implementierung braucht eine dokumentierte Quantilkonvention und nötigenfalls ein anteiliges Gewicht an der Grenze. Eine Options-ES-Engine folgt normalerweise diesen Schritten: 1. Wählen Sie Horizont, Konfidenzniveau, Bewertungszeitstempel, Währung und Verlustkonvention. 2. Generieren Sie gemeinsame Schocks für Spot, Volatilitätsoberfläche, Zinssätze, Dividenden, Kredite und Zeit. 3. Bewerten Sie jede Option und Absicherung in jedem Szenario vollständig neu. 4. Berücksichtigen Sie Multiplikator, Menge, Bargeld, Aktien, Gebühren und modellierte Ausführungs- oder Liquidationskosten. 5. Sortieren Sie die Portfolioverluste und mitteln Sie den erforderlichen Worst-Tail mit Szenariogewichtungen. **Historische Simulation** spielt beobachtete gemeinsame Veränderungen nach und erhält die Beziehungen der gewählten Stichprobe, lässt aber Krisen und Regimewechsel außerhalb der Stichprobe aus. **Monte-Carlo-Simulation** kann mehr Szenarien und gezielte Randereignisse erzeugen; das Ergebnis hängt jedoch von Annahmen zu Verteilung, Korrelation, Volatilität, Sprüngen und Oberflächendynamik ab. Szenariowahrscheinlichkeiten müssen zur Risikofrage passen: Die risikoneutrale Verteilung der Optionsbewertung ist nicht automatisch eine reale Verlustverteilung. Eine Delta-Normal-Approximation ist schnell, kann Gamma-, Vega-, Skew-, Barriere-, vorzeitige Ausübungs- und Gap-Effekte aber wesentlich verfehlen. Der Horizont muss zur Entscheidung passen. Ein eintägiger ES misst nicht den Verlust einer Position, deren Abbau mehrere Stresstage erfordert. Eine liquiditätsbereinigte Schätzung sollte offenlegen, wie Spreads, Markteinfluss, Teilausführungen und unterschiedliche Liquidationshorizonte abgebildet werden; die Wurzel-Zeit-Skalierung ist bei nichtlinearen Optionen und Sprüngen besonders anfällig. ## Gleicher VaR, anderer Tail Gehen Sie von zehn gleichgewichteten, vollständig neu bewerteten Ein-Tages-Szenarien aus. Die Verluste belaufen sich auf Tausende von Dollar und sind bereits vom besten zum schlechtesten sortiert: - Portfolio A: `-5, -3, 0, 1, 2, 4, 6, 8, 20, 100` - Portfolio B: `-5, -3, 0, 1, 2, 4, 6, 8, 9, 11` Unter Verwendung des kleinsten Verlusts, dessen kumulative Wahrscheinlichkeit 80 % erreicht, haben beide Portfolios: `80% VaR = $8,000` Die schlechtesten 20 % enthalten zwei gleichgewichtete Ergebnisse. Deshalb: `ES_80%(A) = ($20,000 + $100,000) / 2 = $60,000` `ES_80%(B) = ($9,000 + $11,000) / 2 = $10,000` Allein der VaR sorgt dafür, dass die Portfolios am Schwellenwert identisch aussehen. ES zeigt, dass Portfolio A einen viel größeren Tail-Loss aufweist. Aus Gründen der arithmetischen Klarheit ist die Stichprobe bewusst klein gehalten; Produktionsschätzungen erfordern viele Beobachtungen oder Szenarien, Gewichtungsregeln, Stabilitätsanalysen und unabhängige Stresstests. Bei einer Short-Option muss in jedem Szenario die Option neu bewertet werden, anstatt den Verlust auf die erhaltene Prämie zu begrenzen. Eine Lücke kann Delta und IV gemeinsam verändern, den Spread erweitern, Margin-Anforderungen auslösen und eine Liquidation an der theoretischen Marke verhindern. ## Checkliste für Implementierung und Validierung - Geben Sie das Verlustzeichen, die Basiswährung, das Konfidenzniveau, den Horizont und den Bewertungszeitpunkt an. - Zeichnen Sie auf, ob es sich um ein historisches, parametrisches, gefiltertes historisches oder Monte-Carlo-ES handelt. - Bewahren Sie Abhängigkeiten zwischen Assets, Cross-Expiry und Spot-Volatilität. - Wenden Sie Schocks auf die gesamte Volatilitätsfläche an, nicht nur auf eine einzelne ATM-IV-Nummer. - Verwenden Sie die vollständige Neubewertung für nichtlineare und pfadabhängige Materialpositionen. - Berücksichtigen Sie Aktien, Bargeld, Dividenden, Zinssätze, Wertpapierleihe, Multiplikatoren und alle Optionslegs. - Behandeln Sie Ausübungs- und Zuteilungsszenarien amerikanischer Optionen getrennt von der Modellbewertung. - Bid-Ask-, Marktauswirkungs-, verzögerte Liquidations- und Teilerfüllungsannahmen explizit hinzufügen. - Berücksichtigen Sie Sprünge über Nacht und Ereignisse, die in der jüngeren Geschichte nicht vorkommen. - Überprüfen Sie die Stichprobenlänge, fehlende Daten, veraltete Angebote, Kapitalmaßnahmen und Überlebensverzerrungen. - Vergleichen Sie fortlaufende Schätzungen über ruhige und angespannte Zeitfenster hinweg. - Backtesten Sie VaR-Überschreitungen, vergleichen Sie aber auch das Ausmaß des realisierten Tail-Loss mit den ES-Prognosen. - Verwendung deterministischer Stressszenarien neben ES; Seltene, nicht modellierte Zustände können den Optionsverlust dominieren. - Melden Sie Konzentration und Szenariobeiträge statt nur einer Portfoliosumme. - Neuberechnung nach Änderung von Position, Oberfläche, Korrelation, Liquidität oder Margin-Bedingungen. - Halten Sie die Modellversion, ggf. den Zufallsstartwert, den Daten-Snapshot und die Transformationsregeln reproduzierbar. - Positionslimits anhand der Risikokapazität festlegen; Machen Sie keine optimistischen Annahmen rückgängig, um sie an einen gewünschten Handel anzupassen. ## Häufige Irrtümer - „ES ist der größtmögliche Verlust.“ Es handelt sich um einen modellierten Schwanz; Ergebnisse außerhalb der Stichprobe können schlechter sein. - „99 % ES bedeutet nur eine Verlustwahrscheinlichkeit von 1 %.“ Das Konfidenzniveau definiert einen Tail, nicht die Wahrscheinlichkeit eines Verlusts. - „ES sagt den Verlust von morgen voraus.“ Es fasst eine bedingte modellierte Verteilung zusammen. - „Die bedingte Mittelwert-Verknüpfung funktioniert immer.“ Atome und endliche Proben erfordern eine festgelegte Grenzkonvention. - „Zwei Portfolios mit gleichem VaR haben das gleiche Risiko.“ Ihre Verluste über den VaR hinaus können stark unterschiedlich sein. - „Mehr Szenarien garantieren Genauigkeit.“ Schlechte Dynamik oder Daten können zu präzisen Fehlern führen. - „Historisches ES hat keine Modellannahmen.“ Fenster, Gewichtung, Zuordnung, Bereinigung und Neubewertung sind Modellierungsoptionen. - „Delta reicht für Option ES.“ Große Bewegungen verändern Delta und legen Gamma-, Vega-, Skew- und Sprungrisiken offen. - „Strategien mit definiertem Risiko brauchen kein ES.“ Endpfad, Liquidität, Zuordnung und Konzentration sind auch dann noch wichtig, wenn der Ablaufverlust begrenzt ist. - „ES berücksichtigt automatisch jeden Betriebsverlust.“ Margin-Liquidation, Legging, Ausübung (englisch: exercise) und Abwicklung müssen explizit modelliert werden. - „Ein niedrigerer ES beweist, dass ein Trade besser ist.“ Es misst eine Risikodimension und sagt allein nichts über die erwartete Rendite oder Eignung aus. ## Verwandte Themen - [Monte-Carlo-Optionspreis](/de/options/monte-carlo-option-pricing/) - [Gammarisiko](/de/options/gamma-risk/) - [Net Greeks](/de/options/net-greeks/) - [Legging-Risiko](/de/options/legging-risk/) ## Primärquellen - [Baseler Ausschuss: Mindestkapitalanforderungen für Marktrisiken](https://www.bis.org/bcbs/publ/d457.htm) - [OCC (Options Clearing Corporation, zentrale Clearingstelle für Optionen): Merkmale und Risiken standardisierter Optionen](https://www.theocc.com/company-information/documents-and-archives/options-disclosure-document) - [Rockafellar und Uryasev (2000): Optimierung des bedingten Value-at-Risk](https://doi.org/10.21314/JOR.2000.038) - [Acerbi und Tasche (2002): Zur Kohärenz des erwarteten Defizits](https://doi.org/10.1016/S0378-4266(02)00283-2) Source: https://wiki.fcontext.com/de/options/option-expected-shortfall/index.mdx