---
title: "オプションのバリュー・アット・リスク（VaR）：完全再評価ガイド"
description: "同時シナリオ、完全再評価、明確な分位点規則、バックテスト、ストレス管理を用いて、オプション・ポートフォリオの VaR を構築・解釈・検証します。"
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.

# オプションのバリュー・アット・リスク（VaR）：完全再評価ガイド

> 教育目的のみであり、投資助言ではありません。投資では損失が生じる可能性があります。

<a id="answer"></a>

## 直接の答え

**オプションのバリュー・アット・リスク（VaR）**は、ポートフォリオ、保有期間、信頼水準、データセット、シナリオ生成過程、評価基準を定めたうえでモデルが推定する損失分位点です。正の `L` を損失とし、`L = -P&L` とすると：

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

一日 `99%` VaR が `$20,000` なら、モデルとその入力のもとで、損失が `$20,000` 以下となる一日結果が `99%` あるという意味です。閾値を超える損失が起こり得ない、最悪損失が `$20,000` である、または例外が必ずちょうど `1` 回、`100` 営業日ごとに生じる、という意味ではありません。

オプション価値は非線形で、時間、ボラティリティ、スポットまたはフォワード価格、金利、配当、借株料、権利行使条件によって変わるため、特に慎重な扱いが必要です。重要なオプション・エクスポージャーには、Delta-normal の簡便法よりも、同時シナリオと完全再評価の組み合わせの方が通常は信頼できる管理手段です。それでも VaR はモデル出力の一つにすぎません。裾の深刻さとモデルにない状態を把握するには、期待ショートフォールと独立したストレステストが必要です。

<a id="specification"></a>

## 計算前に測定仕様を定める

報告する VaR では、次の選択を明示する必要があります。

| 入力 | 固定すべき事項 |
| --- | --- |
| ポートフォリオ | 正確な銘柄、ポジション、数量、乗数、現金、株式、ヘッジ、評価時点 |
| 損失 | 符号規則、基準通貨、モデル P&L または執行可能 P&L、含めるコスト |
| 保有期間 | 暦時間または取引時間、オプション評価で進める時間、保有または清算の仮定 |
| 信頼水準 | `alpha` と経験分位点または補間の規則 |
| データ | 参照期間、標本頻度、データ処理、重み、欠損値や古い観測値の扱い |
| モデル | リスク要因、同時シナリオのダイナミクス、評価モデル、ボラティリティ・サーフェス規則、権利行使の扱い |

二つの VaR がともに `99%` でも、それだけで比較可能にはなりません。ポートフォリオの範囲、保有期間、データ、重み、シナリオ構築、評価、通貨、流動性の前提も一致する必要があります。規制上の VaR パラメータは、該当規則が指定する主体と目的に適用されるものであり、あらゆる投資家やリスク判断に共通する設定ではありません。

<a id="methods"></a>

## 二つの層でオプション VaR を構築する

まず、重要な全リスク要因について整合的な同時変動を生成します。次に、時計を保有期間分進め、各状態で変更前のポジション・スナップショットを再評価します。リスクの問いが動的ヘッジや清算を前提とするなら、そのルール、時点、コストを静的 VaR に混ぜず、明示的に組み込みます。

| 手法 | シナリオ層 | オプション固有の主な弱点 |
| --- | --- | --- |
| Delta-normal | パラメトリック分布を仮定し、局所的な Delta で要因変動を価値変動へ写像 | 重要な Gamma、Vega、スキュー、ジャンプ、バリア、感応度変化を捉えにくい |
| ヒストリカル・シミュレーション | 観測されたリスク要因の同時変動を現在のポジションに適用 | 選定期間にない事象を含められず、一つの相場局面を過大に反映することがある |
| モンテカルロ | 選んだダイナミクスからリスク要因の同時状態または経路をシミュレーション | 分布、相関、ボラティリティ・サーフェス、ジャンプ、較正の仮定に依存 |

堅牢な完全再評価の手順は次のとおりです。

1. ポジション・スナップショット、市場データ時点、基準通貨、値洗い基準を固定する。
2. スポットまたはフォワード、行使価格・満期別ボラティリティ、金利、配当、借株、為替、相関、ベーシスの各リスクを対応付ける。
3. 文書化した参照期間、重み、ダイナミクスで同時シナリオを生成し、必要な場合は乱数シードも記録する。
4. 規定の保有期間だけ時間を進め、重要な場合は権利行使規則と経路規則も含めて各オプションを完全再評価する。
5. 株式、現金、ヘッジ、資金調達、手数料、スプレッド、モデル化した清算 P&L を二重計上せず加える。
6. ポートフォリオ全体の P&L を損失に変換し、損失を並べるか重み付けして、所定の分位点規則を適用する。
7. 結果を再現できるよう、シナリオ別寄与、データ・スナップショット、モデル版、統制記録を保存する。

短期 VaR を時間の平方根で機械的に拡大してはいけません。この換算には、独立同分布の変動や安定した線形エクスポージャーといった強い仮定が必要です。オプションの曲率、時間価値減少、経路依存性、ジャンプ、ヘッジ変更、流動性不足はその仮定を崩します。

<a id="example"></a>

## 完全再評価の計算例

`$2,000,000` のオプション・ポートフォリオを固定し、等しい重みを持つ `10,000` 個の一日シナリオで完全再評価するとします。損失を小さい順に並べます。「累積確率が `99%` に達する最小の損失」という規則では、順位 `9,900` の観測値が `$20,000` です。同値がないこの例では、それを上回るモデル損失がちょうど `100` 個あります。

その `100` 個のより大きな損失の平均は `$46,000`、最大のモデル損失は `$75,000` です。したがって、報告では次を区別します。

- `VaR_99% = $20,000`：モデル上の分位点閾値。
- `ES_99% = $46,000`：所定の裾の規則によるモデル上の最悪 `1%` の平均損失。
- `Worst scenario loss = $75,000`：このシナリオ集合内の最大損失であり、起こり得る最大損失ではない。

翌日の比較可能な P&L が `-$31,000` なら、実現損失 `$31,000` は直前の `$20,000` VaR を上回り、例外となります。一つの例外だけではモデルの正誤を証明できません。原因、規模、集中発生、ポジション変更、価格情報源、予測と P&L の定義が整合しているかも重要です。

<a id="validation"></a>

## 数値を使う前に検証する

- **カバレッジのバックテスト：**各時点の VaR を対応する後日の P&L と比較し、一貫した定義で例外を数える。
- **依存性の調査：**例外総数が妥当に見えても、集中発生は相場局面の変化や欠落したダイナミクスを示し得る。
- **P&L の照合：**市場変動、時間価値減少、ボラティリティ・サーフェス変動、新規取引、手数料、説明不能な残差を分ける。
- **手法の比較：**完全再評価を Delta-normal または Delta-Gamma 近似と比較し、重要な差を説明する。
- **安定性の検証：**参照期間、重み、シナリオ数、乱数シード、分位点規則、サーフェスの写像を変える。
- **独立したストレス：**過去の危機、仮想的なギャップ、ボラティリティ・ショック、相関崩壊、流動性消失を含める。
- **裾の深刻度の確認：**VaR 閾値だけでなく、期待ショートフォールと最悪シナリオを報告する。
- **変更時のエスカレーション：**ポジション、モデル、市場、流動性、データ品質が大きく変化したら再計算し、再審査する。

バックテストは診断であり、将来の有効性を保証するものではありません。バーゼル市場リスク枠組みは内部モデル方式の所要自己資本に期待ショートフォールを用いる一方、VaR に基づくバックテストを維持しています。また、米国のファンド規則 `18f-4` は独自の VaR とバックテスト要件を定めています。これらは目的と適用規則を明記すべき理由を示す例であり、一つのパラメータ設定が全ポートフォリオに適することを示すものではありません。

<a id="risks"></a>

## リスクと限界

- VaR は選択した分位点を超えた損失の深刻度を測りません。
- ショート・オプション、バリア、Gamma が集中したポジション、満期直前のオプションは、標本状態の間で価値が急変し得ます。
- 過去データは暴落を含まないことがあり、シミュレーション・データは誤った裾、相関、ボラティリティ動態を課すことがあります。
- スプレッドの拡大、市場の厚みの消失、売買停止時には、終値ベースのモデル価格が執行可能損失を過小評価し得ます。
- 権利行使、割当、決済、証拠金、資金調達、清算時の資金需要は、モデル化しない限り含まれません。
- ネッティングは、一つの発行体、満期、行使価格、ボラティリティ点、共通シナリオ要因への集中を隠し得ます。
- シナリオを増やして減るのは選定モデル内の標本誤差だけであり、欠落したリスク要因や誤った仮定は直りません。

<a id="misconceptions"></a>

## よくある誤解

**「`99%` VaR は最大損失だ。」** VaR は分位点です。それを超える損失ははるかに大きくなり得て、モデルが扱う範囲外の損失は全シミュレーション結果を超えることもあります。

**「`99%` VaR は損をする確率が `1%` という意味だ。」** 示すのは VaR の損失閾値を超える確率であり、何らかの損失が出る確率ではありません。

**「完全再評価ならモデル・リスクはなくなる。」** 与えた各状態で非線形評価を捉えても、状態、評価モデル、データ、執行仮定は誤っている可能性があります。

**「バックテストに通ればモデルは正しい。」** 特定の P&L と例外の定義で過去のカバレッジを調べるだけで、将来の相場局面を保証できません。

**「VaR が低い取引ほど優れている。」** VaR はモデル化した損失の一側面を測るだけで、期待収益、適合性、流動性、総合的なリスク許容力を証明しません。

<a id="related"></a>

## 関連トピック

- [オプションの期待ショートフォール](/options/option-expected-shortfall/)
- [Delta-Gamma 近似](/options/delta-gamma-approximation/)
- [オプションのストレステスト](/options/option-stress-testing/)
- [オプション・モデル・リスク](/options/option-model-risk/)
- [モンテカルロ・オプション評価](/options/monte-carlo-option-pricing/)

<a id="sources"></a>

## 権威ある情報源

- [リスク測定：バリュー・アット・リスク入門](https://ageconsearch.umn.edu/record/14796/) - イリノイ大学アーバナ・シャンペーン校（参照日 2026-08-22）
- [市場リスク所要自己資本の内部モデル方式に伴うバックテスト利用の監督枠組み](https://www.bis.org/publ/bcbs22.htm) - バーゼル銀行監督委員会（参照日 2026-08-22）
- [市場リスクの最低所要自己資本](https://www.bis.org/bcbs/publ/d457.htm) - バーゼル銀行監督委員会（参照日 2026-08-22）
- [登録投資会社および事業開発会社によるデリバティブ利用](https://www.sec.gov/files/rules/final/2020/ic-34084.pdf) - 米国証券取引委員会（参照日 2026-08-22）
- [標準化オプションの特性とリスク](https://www.theocc.com/company-information/documents-and-archives/options-disclosure-document) - オプション清算会社（参照日 2026-08-22）
- [期待ショートフォールの整合性](https://doi.org/10.1016/S0378-4266(02)00283-2) - Journal of Banking & Finance（参照日 2026-08-22）

Source: https://wiki.fcontext.com/ja/options/option-value-at-risk/index.mdx