Пример МоделРиск · Корпоративные финансы

VaR и Expected Shortfall портфеля

Сколько может потерять резервный портфель в плохой год? Стоимость под риском (VaR) и ожидаемые потери сверх VaR (Expected Shortfall) при нормальных и тяжелых хвостах.

Из сохраненного прогона модели

Сколько портфель может потерять за год?

Убыток за год (млн долл.). Те же доходности, волатильности и корреляции; разные хвосты.

ПоказательНормальная модельМодель с тяжелыми хвостамиРазница
Средний убыток (отрицательный = ожидаемый доход)−27,2−27,1
VaR, 95%45,842,1−8%
VaR, 99%79,088,6+12%
Expected Shortfall, 97,5%80,292,5+15%
Expected Shortfall, 99%97,3121,9+25%
Вероятность крупного убытка (лист «Исходные данные»)0,3%0,7%+109%
В пределах лимита VaR 95%? (лист «Исходные данные»)✔ в пределах✔ в пределах
ПоказательЕд. изм.Значение
Сумма вложениймлн долл.500
Лимит годового VaR 95%млн долл.50
Убыток за год — накопленная вероятность

Вопрос бизнеса

У компании резерв 500 млн долл.: 40% в мировых акциях, 30% в государственных облигациях, 20% в корпоративных облигациях и 10% в акциях компаний недвижимости. Политика рисков ограничивает годовой VaR 95%. Стандартный способ его измерить считает доходности нормальными и связывает их корреляциями.

История рынков говорит другое: экстремальные доходности случаются чаще, чем допускает нормальное распределение, а в кризис активы падают вместе. Модель измеряет один и тот же портфель дважды — стандартным способом и с доходностями с тяжелыми хвостами, связанными копулой Стьюдента, которая делает совместные экстремумы вероятнее, — при одинаковых ожидаемых доходностях, волатильностях и корреляциях, и сравнивает их хвосты.

Для кого
Казначействам и инвестиционным комитетам, управляющим резервами компаний, пенсионными и страховыми портфелями; риск-менеджерам.
Основные результаты
Убыток за год: VaR 95% и 99%, Expected Shortfall 97,5% и 99% и вероятность крупного убытка в нормальной модели и в модели с тяжелыми хвостами · укладывается ли VaR 95% каждой модели в лимит политики · VaR от 90% до 99,9% · что определяет убытки.

Как устроена модель

Дальше три листа, слева направо. Каждый передает данные следующему.

  1. Лист «Исходные данные»

    Сумма вложений и веса. Ожидаемая годовая доходность и волатильность каждого класса активов; шесть корреляций; число степеней свободы для доходностей с тяжелыми хвостами и для копулы Стьюдента.

  2. Лист «Портфель»

    Нормальная модель берет четыре коррелированных значения U из VoseCopulaMultiNormal и превращает их в нормальные доходности. Модель с тяжелыми хвостами берет их из VoseCopulaMultiT и превращает в доходности Стьюдента (VoseStudent3) с теми же средним и волатильностью. Убыток — падение стоимости портфеля.

  3. Лист «Результаты»

    VaR (процентиль убытка) и Expected Shortfall (средний убыток сверх него, VoseSimCVARp) в обеих моделях. Вероятность потерять больше порога; ключевые факторы убытка.

Приемы МоделРиск

  • Нормальная копула против копулы Стьюдента VoseCopulaMultiT
  • Expected Shortfall VoseSimCVARp
  • S-кривые убытка

Похожие модели

Результаты подробно

VaR для каждого уровня надежности

Убыток, который превышается лишь в 10%, 5%, … лет (млн долл.): чем дальше в хвост, тем сильнее расходятся модели.

Убыток за год, модель с тяжелыми хвостами — распределение
НадежностьНормальная модельМодель с тяжелыми хвостамиРазница
90%29,823,2−22%
95%45,842,1−8%
97,5%60,661,4+1%
99%79,088,6+12%
99,5%90,1110,2+22%
99,9%122,1165,6+36%

Что определяет убытки

Наименьший и наибольший средний убыток по десяти равным группам доходности каждого класса активов (VoseSimSensitivityMean) относительно общего среднего.

Что определяет убытки в модели с тяжелыми хвостами (млн долл.)
Рейтинг в виде таблицы 4 величины
Исходная величина (по степени влияния)Наименьшее среднееНаибольшее среднееМесто
Доходность мировых акций−101,746,41
Доходность корпоративных облигаций−91,136,02
Доходность акций компаний недвижимости−91,433,53
Доходность государственных облигаций−39,1−16,74

Как читать результаты

  • Обе модели дают портфелю одинаковые ожидаемую доходность, волатильность и корреляции. Они различаются только хвостами: как часто случаются экстремальные доходности и страдают ли от них активы одновременно.
  • При 95% модели согласны — VaR модели с тяжелыми хвостами даже немного ниже, — и обе укладываются в лимит политики. Дальше они расходятся: VaR 99% и особенно Expected Shortfall модели с тяжелыми хвостами гораздо больше. Лимит, заданный только по VaR 95%, пропускает обе модели и разницы не замечает.
  • Expected Shortfall усредняет убытки сверх VaR, поэтому показывает, насколько плохи плохие годы, а не только где они начинаются. По этой причине банковское регулирование перешло от VaR 99% к Expected Shortfall 97,5%.
  • Убытки определяют акции, вместе с ними падают недвижимость и корпоративные облигации; государственные облигации, которые обычно движутся в другую сторону, их смягчают.

Посмотрите, как меняются результаты. Откройте модель, измените исходные данные на листе «Исходные данные» и запустите моделирование: все таблицы и графики с этой страницы пересчитаются в Excel.

Исходные данные и допущения

Все допущения модели, их неопределенность и источник. Цифры условные.

Портфель 2 величины

Сколько вложено и лимит политики рисков.

ДопущениеЕд. изм.Значение
Сумма вложениймлн долл.500
Лимит годового VaR 95%Политика рисков: 10% резерва.млн долл.50
Хвосты 3 величины

Что делает вторую модель моделью с тяжелыми хвостами.

ДопущениеЕд. изм.Значение
Число степеней свободы доходностейМеньше = тяжелее хвосты; 5 соответствует месячным данным по акциям.5
Число степеней свободы копулы СтьюдентаМеньше = больше совместных экстремумов.4
Крупный убыток20% портфеля.млн долл.100
Классы активов 5 величин

Вес, ожидаемая доходность и волатильность за год — одинаковые в обеих моделях.

Класс активовДоля в портфелеНеопределенностьОжидаемая доходность за годВолатильность за год
Мировые акции40%Константа7,0%16,0%
Государственные облигации30%Константа3,5%6,0%
Корпоративные облигации20%Константа4,5%8,0%
Акции компаний недвижимости10%Константа6,0%18,0%
Итого100%в сумме должно быть 100%
Корреляции 4 величины

Между годовыми доходностями — одинаковые в обеих моделях. Заполните желтые ячейки над диагональю; ячейки под ней повторяют их.

АкцииГос. облигацииКорп. облигацииНедвижимость
Мировые акции1,00−0,200,600,70Акции и государственные облигации обычно движутся в разные стороны.
Государственные облигации−0,201,000,400,00
Корпоративные облигации0,600,401,000,50
Акции компаний недвижимости0,700,000,501,00

Единицы и обозначения

Деньги
Миллионы долларов США (млн долл.); потери положительны.
Стоимость под риском (VaR)
Убыток, который превышается с указанной малой вероятностью за год (VaR 99% = 99-й процентиль убытка).
Ожидаемые потери сверх VaR
Средний убыток в худших случаях сверх VaR (ES 97,5% = среднее по худшим 2,5%).
Горизонт
Один год; без ребалансировки в течение года.

Основные допущения и ограничения

Доходности
Доходность каждого актива имеет указанные среднее и волатильность в обеих моделях; различаются только хвосты.
Зависимость
Одна и та же корреляционная матрица в обеих моделях; копула Стьюдента добавляет хвостовую зависимость.
Данные
Портфель и все цифры придуманы для этого примера.

Как пользоваться моделью

  1. Введите веса своего портфеля, допущения о доходности и волатильности и корреляции.
  2. Задайте параметры хвостов по рыночным данным: меньше степеней свободы — тяжелее хвосты.
  3. Запустите моделирование на ленте МоделРиск (уже заданы 10 000 итераций и фиксированное начальное число генератора).
  4. Устанавливайте лимиты не только на VaR, но и на Expected Shortfall и проверяйте, как веса меняют оба показателя.

Диаграмма «торнадо» заполняется после моделирования.

Функции МоделРиск в модели

VoseEigenValues
Собственные значения корреляционной матрицы: у корректной матрицы все больше 0.
VoseCopulaMultiNormal, VoseCopulaMultiT
Четыре коррелированных значения U в каждой итерации: нормальная копула и копула Стьюдента (хвостовая зависимость).
VoseNormal, VoseStudent3
Доходности активов из значений U: нормальные и Стьюдента с теми же средним и стандартным отклонением.
VoseSimCVARp
Expected Shortfall: среднее убытка сверх процентиля.
VoseInput, VoseOutput, VoseSimPercentile, VoseSimMean
Факторы, выходы и статистика на листе «Результаты».
VoseSimSensitivityMean
Диаграмма «торнадо»: все VoseInput ранжированы по тому, насколько меняется средний убыток на их диапазоне.

Что почитать

Скачайте модель и запустите ее сами. Она открывается в Excel с МоделРиск. В пробной версии работают все примеры моделей.

Учебный пример: цифры придуманы для обучения и не описывают реальную компанию, проект или актив.

Другие примеры

Все примеры моделей