Zum Inhalt springen
Financial Context Wiki

Value at Risk (VaR) für Optionen: Leitfaden zur vollständigen Neubewertung

Optionsportfolio-VaR mit gemeinsamen Szenarien, vollständiger Neubewertung, eindeutigen Quantilregeln, Backtesting und Stresstests aufbauen, auslegen und validieren.

Aktualisiert

Nur zu Bildungszwecken; stellt keine Anlageberatung oder Anlageempfehlung dar. Anlagen können zu Verlusten führen.

Direkte Antwort

Der Value at Risk (VaR) eines Optionsportfolios ist ein modellgeschätztes Verlustquantil für ein festgelegtes Portfolio, einen Zeithorizont, ein Konfidenzniveau, einen Datensatz, einen Szenarioprozess und eine Bewertungskonvention. Das positive L bezeichne den Verlust, wobei L = -P&L gilt. Dann ist:

VaR_alpha = inf { l : P(L <= l) >= alpha }

Ein Ein-Tages-VaR von 99% in Höhe von $20,000 besagt, dass der Verlust unter dem Modell und seinen Eingaben höchstens $20,000 beträgt, und zwar in 99% der Ein-Tages-Ergebnisse. Er besagt weder, dass Verluste jenseits dieser Schwelle unmöglich sind, noch dass der schlimmste Verlust $20,000 beträgt oder dass zwingend genau 1 Ausnahme in jeweils 100 Handelstagen eintritt.

Optionen erfordern besondere Sorgfalt, weil ihr Wert nichtlinear ist und sich mit Zeit, Volatilität, Kassa- oder Terminpreis, Zinsen, Dividenden, Wertpapierleihe und Ausübungsmerkmalen ändert. Bei wesentlichen Optionsrisiken sind gemeinsame Szenarien mit vollständiger Neubewertung in der Regel ein verlässlicheres Kontrollinstrument als eine Delta-Normal-Näherung. Dennoch bleibt der VaR nur eine Modellausgabe. Expected Shortfall und unabhängige Stresstests sind erforderlich, um die Schwere des Verteilungsschwanzes und Zustände außerhalb des Modells zu erfassen.

Messgröße vor der Berechnung festlegen

Jeder ausgewiesene VaR sollte die folgenden Entscheidungen benennen:

Eingabe Was festgelegt werden muss
Portfolio Exakte Positionen, Stückzahlen, Multiplikatoren, Barmittel, Aktien, Absicherungen und Bewertungszeitpunkt
Verlust Vorzeichenkonvention, Basiswährung, Modell-P&L oder ausführbarer P&L und einbezogene Kosten
Zeithorizont Kalender- oder Handelszeit, Fortschreibung der Zeit in der Optionsbewertung und Halte- oder Liquidationsannahme
Konfidenz alpha und die Konvention für empirisches Quantil oder Interpolation
Daten Rückblickfenster, Stichprobenfrequenz, Bereinigung, Gewichtung und Umgang mit fehlenden oder veralteten Beobachtungen
Modell Risikofaktoren, gemeinsame Szenariodynamik, Bewertungsmodell, Regel für die Volatilitätsfläche und Behandlung der Ausübung

Zwei VaR-Werte sind nicht allein deshalb vergleichbar, weil beide 99% ausweisen. Auch Portfolioumfang, Zeithorizont, Daten, Gewichtung, Szenariokonstruktion, Bewertung, Währung und Liquiditätskonventionen müssen übereinstimmen. Aufsichtsrechtliche VaR-Parameter gelten für die im jeweiligen Regelwerk genannten Unternehmen und Zwecke; sie sind keine universellen Einstellungen für jede Anlage- oder Risikoentscheidung.

Options-VaR in zwei Ebenen aufbauen

Zunächst werden konsistente gemeinsame Veränderungen aller wesentlichen Risikofaktoren erzeugt. Anschließend wird die Zeit um den Zeithorizont fortgeschrieben und der unveränderte Positionsbestand in jedem Zustand neu bewertet. Setzt die Risikofrage dynamische Absicherung oder Liquidation voraus, müssen Regel, Zeitpunkt und Kosten ausdrücklich modelliert werden, statt sie mit einem statischen VaR zu vermischen.

Ansatz Szenarioebene Wichtigste optionsspezifische Schwäche
Delta-Normal Unterstellt eine parametrische Verteilung und überträgt Faktoränderungen mittels lokalem Delta Erfasst wesentliche Gamma-, Vega-, Skew-, Sprung- und Barriererisiken sowie veränderliche Sensitivitäten nicht
Historische Simulation Wendet beobachtete gemeinsame Faktoränderungen auf die heutigen Positionen an Kann ein Ereignis außerhalb des gewählten Fensters nicht enthalten und ein einzelnes Regime übergewichten
Monte Carlo Simuliert gemeinsame Faktorzustände oder -pfade aus gewählten Dynamiken Hängt von Annahmen zu Verteilung, Korrelation, Volatilitätsfläche, Sprüngen und Kalibrierung ab

Ein belastbarer Ablauf zur vollständigen Neubewertung lautet:

  1. Positionsbestand, Marktzeitpunkt, Basiswährung und Marktbewertungskonvention fixieren.
  2. Kassa- oder Terminpreis, Volatilität nach Ausübungspreis und Laufzeit, Zinsen, Dividenden, Wertpapierleihe, Devisen-, Korrelations- und Basisrisiken zuordnen.
  3. Gemeinsame Szenarien mit dokumentierten Fenstern, Gewichten und Dynamiken erzeugen und, sofern relevant, Zufallszahlen-Startwerte speichern.
  4. Die Zeit um den angegebenen Horizont fortschreiben und jede Option vollständig neu bewerten; wesentliche Ausübungs- und Pfadregeln einbeziehen.
  5. P&L aus Aktien, Barmitteln, Absicherungen, Finanzierung, Gebühren, Spreads und modellierter Liquidation ohne Doppelzählung hinzufügen.
  6. Den gesamten Portfolio-P&L in Verlust umrechnen, die Verluste sortieren oder gewichten und die festgelegte Quantilkonvention anwenden.
  7. Szenariobeiträge, Datensnapshot, Modellversion und Kontrollen speichern, damit das Ergebnis reproduzierbar bleibt.

Ein kurzfristiger VaR darf nicht mechanisch mit der Quadratwurzel der Zeit skaliert werden. Diese Skalierung setzt starke Annahmen wie unabhängige, identisch verteilte Änderungen und ein stabiles lineares Risiko voraus. Optionskrümmung, Zeitwertverfall, Pfadabhängigkeit, Sprünge, wechselnde Absicherungen und Illiquidität können sie verletzen.

Rechenbeispiel mit vollständiger Neubewertung

Angenommen, ein Optionsportfolio von $2,000,000 wird eingefroren und unter 10,000 gleich gewichteten Ein-Tages-Szenarien vollständig neu bewertet. Die Verluste werden aufsteigend sortiert. Nach der Konvention „kleinster Verlust, bei dem die kumulierte Wahrscheinlichkeit 99% erreicht“ beträgt die Beobachtung auf Rang 9,900 genau $20,000. In diesem Beispiel ohne Bindungen liegen exakt 100 modellierte Verluste darüber.

Der Durchschnitt dieser 100 höheren Verluste beträgt $46,000, der höchste modellierte Verlust $75,000. Der Bericht sollte daher unterscheiden:

  • VaR_99% = $20,000: die modellierte Quantilschwelle.
  • ES_99% = $46,000: der durchschnittliche Verlust im modellierten schlechtesten 1% nach der angegebenen Schwanzkonvention.
  • Worst scenario loss = $75,000: der höchste Verlust in diesem Szenariosatz, nicht der maximal mögliche Verlust.

Beträgt der vergleichbare P&L des Folgetags -$31,000, überschreitet der realisierte Verlust von $31,000 den vorangegangenen VaR von $20,000 und ist eine Ausnahme. Eine einzelne Ausnahme beweist oder widerlegt das Modell nicht. Ursache, Höhe, Häufung, Positionsänderungen, Preisquellen und die Übereinstimmung der Prognose- und P&L-Definitionen sind ebenfalls maßgeblich.

Kennzahl vor der Nutzung validieren

  • Abdeckung backtesten: Jeden früheren VaR mit dem zugehörigen späteren P&L vergleichen und konsistent definierte Ausnahmen zählen.
  • Abhängigkeit untersuchen: Gehäufte Ausnahmen können einen Regimewechsel oder fehlende Dynamiken anzeigen, auch wenn die Gesamtzahl plausibel wirkt.
  • P&L abstimmen: Marktbewegungen, Zeitwertverfall, Änderungen der Volatilitätsfläche, Neugeschäft, Gebühren und unerklärte Residuen trennen.
  • Methoden vergleichen: Vollständige Neubewertung der Delta-Normal- oder Delta-Gamma-Näherung gegenüberstellen und wesentliche Abweichungen erklären.
  • Stabilität prüfen: Rückblickfenster, Gewichte, Szenarioanzahl, Zufallszahlen-Startwerte, Quantilkonventionen und Abbildungen der Volatilitätsfläche variieren.
  • Unabhängig stressen: Historische Krisen, hypothetische Kurssprünge, Volatilitätsschocks, Korrelationsbrüche und Liquiditätsentzug einbeziehen.
  • Schwere des Verteilungsschwanzes prüfen: Expected Shortfall und die schlimmsten Szenarien statt nur der VaR-Schwelle berichten.
  • Änderungen eskalieren: Nach wesentlichen Änderungen an Positionen, Modellen, Märkten, Liquidität oder Datenqualität neu rechnen und prüfen.

Backtesting ist ein Diagnoseinstrument und keine Garantie für zukünftige Gültigkeit. Der Basler Marktrisikorahmen verwendet Expected Shortfall für das Kapital nach internen Modellen, behält aber VaR-basiertes Backtesting bei; die US-Fondsregel 18f-4 schreibt eigene VaR- und Backtesting-Anforderungen vor. Diese Beispiele zeigen, warum Zweck und Regelwerk offenzulegen sind, nicht warum ein Parametersatz zu jedem Portfolio passt.

Risiken und Grenzen

  • VaR misst nicht, wie schwer Verluste jenseits des gewählten Quantils werden.
  • Eine Short-Option, Barriere, konzentrierte Gamma-Position oder Option kurz vor Verfall kann sich zwischen den Stichprobenzuständen stark verändern.
  • Historische Daten können einen Crash auslassen; simulierte Daten können falsche Verteilungsschwänze, Korrelationen oder Volatilitätsdynamiken vorgeben.
  • Eine Modellbewertung auf Schlusskursbasis kann den ausführbaren Verlust unterschätzen, wenn Spreads breiter werden, Markttiefe verschwindet oder der Handel ausgesetzt wird.
  • Ausübung, Zuteilung, Abwicklung, Margin, Finanzierung und Liquiditätsbedarf bei Auflösung sind nur enthalten, wenn sie modelliert werden.
  • Netting kann Konzentrationen auf einen Emittenten, eine Laufzeit, einen Ausübungspreis, einen Volatilitätspunkt oder einen gemeinsamen Szenariotreiber verdecken.
  • Mehr Szenarien verringern nur das Stichprobenrauschen innerhalb des gewählten Modells; fehlende Risikofaktoren oder schlechte Annahmen werden dadurch nicht behoben.

Häufige Missverständnisse

„Ein VaR von 99% ist der maximale Verlust.“ Er ist ein Quantil. Verluste darüber können wesentlich größer sein, und Verluste außerhalb des Modellbereichs können jedes simulierte Ergebnis übersteigen.

„Ein VaR von 99% bedeutet eine Verlustwahrscheinlichkeit von 1%.“ Gemeint ist die Wahrscheinlichkeit, die VaR-Verlustschwelle zu überschreiten, nicht die Wahrscheinlichkeit irgendeines Verlusts.

„Vollständige Neubewertung beseitigt das Modellrisiko.“ Sie erfasst die nichtlineare Bewertung in jedem vorgegebenen Zustand; Zustände, Bewertungsmodell, Daten und Ausführungsannahmen können dennoch falsch sein.

„Ein erfolgreicher Backtest beweist das Modell.“ Er prüft historische Abdeckung unter bestimmten P&L- und Ausnahmedefinitionen, kann aber künftige Regime nicht bestätigen.

„Ein niedrigerer VaR macht einen Trade besser.“ VaR misst eine Dimension des modellierten Verlusts. Erwartete Rendite, Eignung, Liquidität und gesamte Risikotragfähigkeit weist er nicht nach.

Verwandte Themen

Maßgebliche Quellen

Navigation

Wiki durchsuchen...