Перейти к содержанию
Financial Context Wiki

Value at Risk (VaR) опционов: руководство по полной переоценке

Постройте, интерпретируйте и проверьте VaR опционного портфеля с помощью совместных сценариев, полной переоценки, явных правил квантиля, бэктестинга и стресс-контролей.

Обновлено

Только в образовательных целях; не является инвестиционным советом или инвестиционной рекомендацией. Инвестиции могут привести к убыткам.

Краткий ответ

Value at Risk (VaR) опционного портфеля — это оцененный моделью квантиль убытка для заданных портфеля, горизонта, уровня доверия, набора данных, процесса построения сценариев и правил оценки. Пусть положительное L обозначает убыток, причем L = -P&L. Тогда:

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

Однодневная VaR уровня 99% в размере $20,000 означает, что при заданной модели и ее входных данных убыток не превышает $20,000 в 99% однодневных исходов. Это не означает, что убыток выше порога невозможен, что максимальный убыток равен $20,000 или что ровно 1 исключение обязательно происходит каждые 100 торговых дней.

Опционы требуют особой осторожности: их стоимость нелинейна и меняется со временем, волатильностью, спотовой или форвардной ценой, ставками, дивидендами, стоимостью займа бумаг и условиями исполнения. Для существенной опционной позиции совместные сценарии с полной переоценкой обычно надежнее в качестве контроля, чем упрощение Delta-normal. Но VaR все равно остается лишь одним результатом модели; Expected Shortfall и независимые стресс-тесты нужны, чтобы описать тяжесть хвоста и состояния, отсутствующие в модели.

Задайте меру до расчета

Для каждой публикуемой VaR необходимо указать следующие параметры:

Входные данные Что необходимо зафиксировать
Портфель Точные позиции, количества, мультипликаторы, денежные средства, акции, хеджи и момент оценки
Убыток Правило знака, базовую валюту, модельный или исполнимый P&L и включенные издержки
Горизонт Календарное или торговое время, продвижение времени при оценке опциона и допущение об удержании или ликвидации
Доверие alpha и правило эмпирического квантиля или интерполяции
Данные Ретроспективное окно, частоту выборки, очистку, веса и обработку пропущенных или устаревших наблюдений
Модель Факторы риска, совместную динамику сценариев, модель оценки, правило поверхности волатильности и учет исполнения

Две величины VaR нельзя сравнивать лишь потому, что обе рассчитаны для 99%. Должны также совпадать состав портфеля, горизонт, данные, веса, построение сценариев, оценка, валюта и правила учета ликвидности. Регуляторные параметры VaR применяются к субъектам и целям, указанным в соответствующей норме; это не универсальные настройки для любого инвестора или решения о риске.

Постройте VaR опционов в два слоя

Сначала создайте согласованные совместные изменения всех существенных факторов риска. Затем продвиньте время на величину горизонта и в каждом состоянии переоцените неизменный снимок позиций. Если задача предполагает динамическое хеджирование или ликвидацию, явно задайте правило, время и издержки, а не смешивайте их со статической VaR.

Метод Слой сценариев Главный недостаток для опционов
Delta-normal Предполагает параметрическое распределение и переводит изменения факторов через локальную Delta Не учитывает существенные Gamma, Vega, скью, скачки, барьеры и изменение чувствительностей
Историческое моделирование Применяет наблюдавшиеся совместные изменения факторов к текущим позициям Не включает событие, отсутствующее в выбранном окне, и может переоценить один рыночный режим
Монте-Карло Моделирует совместные состояния или траектории факторов по выбранной динамике Зависит от допущений о распределении, корреляции, поверхности волатильности, скачках и калибровке

Надежный процесс полной переоценки выглядит так:

  1. Зафиксировать снимок позиций, время рыночных данных, базовую валюту и правило маркировки.
  2. Сопоставить спотовую или форвардную цену, волатильность по страйкам и срокам, ставки, дивиденды, заем бумаг, валютный, корреляционный и базисный риски.
  3. Сформировать совместные сценарии с документированными окнами, весами и динамикой; при необходимости сохранить случайные начальные значения.
  4. Продвинуть время на заявленный горизонт и полностью переоценить каждый опцион, включая существенные правила исполнения и зависимости от траектории.
  5. Добавить без двойного счета P&L по акциям, денежным средствам, хеджам, финансированию, комиссиям, спредам и смоделированной ликвидации.
  6. Преобразовать общий P&L портфеля в убыток, отсортировать или взвесить убытки и применить заявленное правило квантиля.
  7. Сохранить атрибуцию сценариев, снимок данных, версию модели и контрольные процедуры, чтобы результат можно было воспроизвести.

Не следует механически умножать краткосрочную VaR на квадратный корень из времени. Такое масштабирование требует сильных допущений, например независимых одинаково распределенных изменений и стабильной линейной позиции. Кривизна опциона, временной распад, зависимость от траектории, скачки, изменения хеджа и неликвидность могут их нарушить.

Пример полной переоценки

Предположим, что опционный портфель стоимостью $2,000,000 зафиксирован и полностью переоценен в 10,000 равновзвешенных однодневных сценариях. Убытки отсортированы от меньшего к большему. По правилу «наименьший убыток, при котором накопленная вероятность достигает 99%» наблюдение с рангом 9,900 равно $20,000. В этом примере без совпадающих значений ровно 100 модельных убытков выше.

Среднее этих 100 более крупных убытков составляет $46,000, а крупнейший модельный убыток — $75,000. Поэтому в отчете следует различать:

  • VaR_99% = $20,000: модельный порог квантиля.
  • ES_99% = $46,000: средний убыток в худшем модельном 1% по заявленному правилу хвоста.
  • Worst scenario loss = $75,000: крупнейший убыток в данном наборе сценариев, а не максимально возможный убыток.

Если сопоставимый P&L следующего дня равен -$31,000, реализованный убыток $31,000 превышает предыдущую VaR $20,000 и является исключением. Одно исключение само по себе не подтверждает и не опровергает модель. Важны также его причина, размер, группирование, изменения позиций, источники цен и согласованность определений прогноза и P&L.

Проверьте показатель перед использованием

  • Проверьте покрытие бэктестом: сопоставьте каждую предыдущую VaR с соответствующим последующим P&L и подсчитайте одинаково определенные исключения.
  • Исследуйте зависимость: группирование исключений может указывать на смену режима или пропущенную динамику, даже если общее число выглядит правдоподобно.
  • Сверьте P&L: разделите рыночные движения, временной распад, изменения поверхности волатильности, новые сделки, комиссии и необъясненный остаток.
  • Сравните методы: сопоставьте полную переоценку с приближением Delta-normal или Delta-Gamma и объясните существенные различия.
  • Проверьте устойчивость: меняйте ретроспективные окна, веса, число сценариев, случайные начальные значения, правила квантиля и отображения поверхности волатильности.
  • Проведите независимый стресс-тест: включите исторические кризисы, гипотетические гэпы, шоки волатильности, разрывы корреляции и исчезновение ликвидности.
  • Оцените тяжесть хвоста: сообщайте Expected Shortfall и худшие сценарии, а не только порог VaR.
  • Эскалируйте изменения: пересчитывайте и проверяйте после существенных изменений позиций, моделей, рынков, ликвидности или качества данных.

Бэктестинг — средство диагностики, а не гарантия будущей пригодности. Базельская система рыночного риска использует Expected Shortfall для капитала по внутренним моделям, сохраняя бэктестинг на основе VaR, а американское правило для фондов 18f-4 устанавливает собственные требования к VaR и бэктестингу. Эти примеры показывают, почему нужно указывать цель и применимые нормы, а не почему один набор параметров подходит каждому портфелю.

Риски и ограничения

  • VaR не измеряет тяжесть убытков за выбранным квантилем.
  • Короткий опцион, барьер, позиция с концентрированной Gamma или опцион перед экспирацией могут резко измениться между выборочными состояниями.
  • Исторические данные могут не содержать обвала; модельные данные могут задавать ошибочные хвосты, корреляции или динамику волатильности.
  • Модельная цена на основе закрытия может занижать исполнимый убыток, когда спреды расширяются, глубина рынка исчезает или торги приостанавливаются.
  • Исполнение, назначение, расчеты, маржа, финансирование и потребность в денежных средствах при ликвидации не включаются, если явно не смоделированы.
  • Неттинг может скрывать концентрацию на одном эмитенте, сроке, страйке, точке волатильности или общем факторе сценария.
  • Большее число сценариев уменьшает лишь выборочный шум внутри выбранной модели; оно не исправляет отсутствующие факторы риска или плохие допущения.

Распространенные заблуждения

«VaR уровня 99% — это максимальный убыток». Это квантиль. Убытки за ним могут быть намного больше, а убытки вне области модели могут превысить все смоделированные результаты.

«VaR уровня 99% означает 1% вероятности потерять деньги». Это вероятность превысить порог убытка VaR, а не вероятность любого убытка.

«Полная переоценка устраняет модельный риск». Она учитывает нелинейную оценку в каждом заданном состоянии, но состояния, модель ценообразования, данные и допущения об исполнении по-прежнему могут быть ошибочными.

«Успешный бэктест подтверждает модель». Он проверяет историческое покрытие при конкретных определениях P&L и исключения, но не может подтвердить будущие режимы.

«Более низкая VaR делает сделку лучше». VaR измеряет одно измерение модельного убытка. Она не подтверждает ожидаемую доходность, пригодность, ликвидность или общую способность нести риск.

Связанные темы

Авторитетные источники

Навигация

Поиск по вики...