Expected Shortfall de opções: perdas além do VaR

Entenda como o Expected Shortfall mede a perda média de uma carteira de opções na pior cauda, por que a reavaliação completa importa e como horizonte, cenários e liquidez moldam a estimativa.

Somente para fins educacionais; não constitui recomendação nem aconselhamento de investimento. Investir pode causar perdas.

Resposta direta

O Expected Shortfall (ES) no nível de confiança alpha é a perda média ponderada pelas probabilidades na pior fração 1 - alpha dos resultados modelados. O Valor em Risco identifica um quantil de perda; o ES mede a gravidade da cauda além desse quantil.

Em carteiras de opções, payoffs não lineares, mudanças na superfície de volatilidade, saltos e posições short Gamma podem concentrar perdas muito grandes em poucos cenários que um único limite de VaR não descreve. O ES continua sendo uma estimativa de modelo, e não a perda máxima, uma previsão de preço, uma exigência de margem ou uma garantia.

Definição e estimativa

Deixe L denotar perda, com números positivos representando perdas. Uma definição geral de distribuição é:

ES_alpha = [1 / (1 - alpha)] x integral from alpha to 1 of VaR_u du

Para uma distribuição contínua de perdas, a fórmula equivale à média condicional das perdas além do VaR alpha. Com uma amostra finita ou massa de probabilidade no VaR, simplesmente tirar a média de todas as observações iguais ou superiores ao VaR pode estar errado: é preciso declarar a convenção de quantil e, quando necessário, aplicar peso fracionário no limite.

Um mecanismo de ES para opções normalmente segue estas etapas:

Escolha horizonte, nível de confiança, carimbo de data e hora de avaliação, moeda e convenção de perda.
Gerar choques conjuntos à vista, à superfície de volatilidade, às taxas, aos dividendos, aos empréstimos e ao tempo.
Reavaliar totalmente cada opção e fazer hedge em cada cenário.
Inclua multiplicador, quantidade, dinheiro, ações, taxas e custos modelados de execução ou liquidação.
Classifique as perdas da carteira e calcule a média da pior cauda necessária, com pesos de cenário.

A simulação histórica reproduz variações conjuntas observadas e preserva as relações da amostra escolhida, mas omite crises e mudanças de regime fora dela. A simulação de Monte Carlo pode gerar mais cenários e direcionar a amostragem para as caudas, porém o resultado depende de hipóteses sobre distribuição, correlação, volatilidade, saltos e dinâmica da superfície. As probabilidades devem corresponder à pergunta de risco: a distribuição neutra ao risco usada para precificar opções não é automaticamente uma distribuição de perdas do mundo real. Uma aproximação Delta-normal é rápida, mas pode deixar de capturar efeitos relevantes de Gamma, Vega, skew, barreiras, exercício antecipado e gaps.

O horizonte deve corresponder à decisão. O ES de um dia não mede a perda de uma posição que exige vários dias de estresse para ser liquidada. Uma estimativa ajustada pela liquidez deve explicar como representa spreads, impacto de mercado, execuções parciais e diferentes horizontes de liquidação; a regra da raiz quadrada do tempo é especialmente frágil para opções não lineares e saltos.

Mesmo VaR, cauda diferente

Suponha dez cenários de um dia igualmente ponderados e totalmente reavaliados. As perdas são de milhares de dólares e já estão classificadas da melhor para a pior:

Portfólio A: -5, -3, 0, 1, 2, 4, 6, 8, 20, 100
Portfólio B: -5, -3, 0, 1, 2, 4, 6, 8, 9, 11

Utilizando a menor perda cuja probabilidade acumulada chega a 80%, ambas as carteiras têm:

80% VaR = $8,000

Os piores 20% contêm dois resultados igualmente ponderados. Portanto:

ES_80%(A) = ($20,000 + $100,000) / 2 = $60,000

ES_80%(B) = ($9,000 + $11,000) / 2 = $10,000

O VaR por si só faz com que as carteiras pareçam idênticas no limiar. ES revela que o Portfólio A apresenta perda de cauda muito mais severa. A amostra é deliberadamente pequena para maior clareza aritmética; as estimativas de produção precisam de muitas observações ou cenários, regras de ponderação, análises de estabilidade e testes de estresse independentes.

Para uma opção curta, cada cenário deve reavaliar a opção em vez de limitar a perda no prêmio recebido. Uma lacuna pode alterar Delta e IV juntos, ampliar o spread, desencadear necessidades de margem e evitar a liquidação na marca teórica.

Lista de verificação de implementação e validação

Sinal de perda de estado, moeda base, nível de confiança, horizonte e tempo de avaliação.
Registre se ES é histórico, paramétrico, histórico filtrado ou Monte Carlo.
Preservar dependências de ativos cruzados, vencimentos cruzados e volatilidade à vista.
Aplique choques em toda a superfície de volatilidade, não apenas em um número ATM IV.
Utilize a reavaliação completa para posições materiais não lineares e dependentes do caminho.
Inclui ações, dinheiro, dividendos, taxas, empréstimos, multiplicadores e todas as opções.
Tratar os cenários americanos de exercício e assignment separadamente da avaliação do modelo.
Adicionar explicitamente pressupostos de compra e venda, impacto no mercado, liquidação atrasada e execução parcial.
Inclui saltos noturnos e eventos ausentes da história recente.
Verifique o comprimento da amostra, dados faltantes, cotações obsoletas, ações corporativas e viés de sobrevivência.
Compare estimativas contínuas em janelas calmas e estressadas.
Backtest das excedências do VaR, mas também comparar a magnitude da perda de cauda realizada com as previsões ES.
Utilizar cenários de stress determinísticos em conjunto com o ES; raros estados não modelados podem dominar a perda de opções.
Reportar a concentração e as contribuições do cenário, em vez de apenas um total da carteira.
Recalcular após alteração das condições de posição, superfície, correlação, liquidez ou margem.
Mantenha a versão do modelo, a semente aleatória quando relevante, o instantâneo de dados e as regras de transformação reproduzíveis.
Definir limites de posição a partir da capacidade de risco; não faça engenharia reversa de suposições otimistas para se adequar a uma negociação desejada.

Erros comuns

“ES é a pior perda possível.” A média é uma cauda modelada; os resultados além da amostra podem ser piores.
“99% ES significa apenas 1% de chance de perda.” O nível de confiança define uma cauda, não a probabilidade de qualquer perda.
“ES prevê a perda de amanhã.” Ele resume uma distribuição modelada condicional.
“O atalho da média condicional sempre funciona.” Átomos e amostras finitas requerem uma convenção de limites declarada.
“Duas carteiras com VaR igual têm risco igual.” As suas perdas para além do VaR podem diferir acentuadamente.
“Mais cenários garantem precisão.” Dinâmicas ou dados deficientes podem criar erros de aparência precisa.
“O ES histórico não tem pressupostos de modelo.” Janela, ponderação, mapeamento, limpeza e reavaliação são opções de modelagem.
“Delta é suficiente para a opção ES.” Grandes movimentos alteram o Delta e expõem o risco de Gama, Vega, inclinação e salto.
“Estratégias de risco definido não precisam de SE.” O caminho da cauda, a liquidez, o assignment e a concentração ainda são importantes, mesmo quando a perda de vencimento é limitada.
“ES inclui todas as perdas operacionais automaticamente.” A liquidação, legging, exercício e liquidação de margem devem ser modelados explicitamente.
“Um ES mais baixo prova que uma negociação é melhor.” Mede uma dimensão de risco e não diz nada por si só sobre o retorno esperado ou a adequação.