Value at Risk (VaR): deinen Worst-Case-Verlust quantifizieren

Jeder Trader, Risikomanager und CFO steht vor derselben Grundfrage: Wie viel könnte ich verlieren? Value at Risk (VaR) ist die in der Finanzbranche am weitesten verbreitete Antwort. VaR gibt den maximal erwarteten Verlust über einen bestimmten Zeithorizont bei einem gegebenen Konfidenzniveau unter normalen Marktbedingungen an.

Eine Aussage wie „der eintägige 95%-VaR dieses Portfolios beträgt $500.000“ bedeutet: Es besteht eine Wahrscheinlichkeit von 95 %, dass das Portfolio an einem einzelnen Tag nicht mehr als $500.000 verliert. Umgekehrt besteht eine Wahrscheinlichkeit von 5 %, dass der Verlust diese Schwelle übersteigt. VaR verdichtet eine komplexe Verteilung möglicher Ergebnisse zu einer einzigen, intuitiven Zahl — das ist zugleich seine größte Stärke und seine gefährlichste Einschränkung.

VaR wurde zum Industriestandard, nachdem JPMorgan-Chairman Dennis Weatherstone einen einseitigen Tagesbericht forderte, der das Gesamtrisiko des Unternehmens zusammenfasst. Das Ergebnis — der berühmte „4:15 Report“, jeden Nachmittag geliefert — brachte 1994 RiskMetrics zur Welt, das JPMorgan der Öffentlichkeit als Open Source zur Verfügung stellte. Regulierungsbehörden übernahmen VaR fast unmittelbar: Das Basel-II-Abkommen schrieb vor, dass Banken täglich VaR berechnen müssen, um ihre Kapitalanforderungen zu bestimmen — ein Standard, der bis heute durch Basel III und IV fortbesteht.

Es gibt drei primäre Ansätze zur Berechnung von VaR, jeder mit eigenen Vorteilen und Kompromissen:

1. Historische Simulation

Die einfachste Methode. Nimm dein aktuelles Portfolio, wende die tatsächlichen Renditen der vergangenen 250 (oder 500 oder 1.000) Handelstage an und ordne die resultierenden PnL-Werte vom schlechtesten zum besten. Für einen 95%-VaR ist der Verlust beim 5. Perzentil deine VaR-Schätzung. Bei 1.000 Tagen ist VaR der Verlust des 50.-schlechtesten Tages. Diese Methode macht keine Annahmen über die Renditeverteilung — sie lässt die Geschichte direkt sprechen. Sie geht jedoch davon aus, dass die Vergangenheit repräsentativ für die Zukunft ist — genau dann versagt sie am gefährlichsten.

2. Parametrische Methode (Varianz-Kovarianz)

Dieser Ansatz geht davon aus, dass Renditen einer Normalverteilung folgen. Du schätzt die mittlere Rendite und Volatilität jedes Vermögenswerts, erstellst die Kovarianzmatrix und berechnest die Portfoliovarianz. Für einen 95%-VaR: VaR = Portfoliowert × z-Wert × σ × √t, wobei der z-Wert für 95 % 1,645 beträgt, σ die Portfoliovolatilität ist und t der Zeithorizont. Diese Methode ist schnell und elegant — ein Quant kann sie in einer Tabellenkalkulation berechnen. Aber Normalverteilungen unterschätzen die Wahrscheinlichkeit extremer Bewegungen massiv. Bitcoins Tagesrückgänge von über 40 % wären unter Normalverteilungsannahme ein 7-Sigma-Ereignis oder mehr — theoretisch unmöglich innerhalb der Lebensdauer des Universums, und dennoch mehrfach eingetreten.

3. Monte-Carlo-Simulation

Die flexibelste Methode. Du definierst ein statistisches Modell dafür, wie sich Vermögenspreise entwickeln (einschließlich Fat Tails, Schiefe und zeitvariabler Volatilität), und generierst dann Tausende — oder Millionen — zufälliger Szenarien. Du bewertest das Portfolio in jedem Szenario neu und extrahierst den VaR aus der resultierenden PnL-Verteilung. Monte Carlo kann komplexe Instrumente wie Optionen, pfadabhängige Produkte und nichtlineare Exposures abbilden. Der Preis dafür ist der Rechenaufwand und die Tatsache, dass die Ergebnisse nur so gut sind wie die Modellannahmen.

VaR gibt dir die Grenze normaler Verluste — aber nichts darüber, was jenseits dieser Grenze passiert. Beträgt dein 99%-VaR $10 Millionen, könnten deine Verluste an den schlimmsten 1 % der Tage $11 Millionen oder $110 Millionen betragen. VaR schweigt zur Größenordnung extremer Verluste, und dieses Schweigen hat zu katastrophalen Zusammenbrüchen beigetragen.

Während der globalen Finanzkrise 2008 berichtete Goldman Sachs, dass seine Handelsabteilungen an mehreren aufeinanderfolgenden Tagen „25-Sigma-Ereignisse“ erlebten. Unter Normalverteilungsannahme sollte ein 25-Sigma-Ereignis etwa alle 10¹³⁵ Jahre eintreten. Die Realität war, dass hypothekenbesicherte Wertpapiere Fat-Tail-Renditeverteilungen aufwiesen, die VaR-Modelle — kalibriert auf ruhige Märkte — vollständig verfehlten.

Weitere Einschränkungen umfassen:

• Nicht-Additivität — Der VaR eines kombinierten Portfolios kann die Summe der einzelnen VaR-Werte übersteigen, was die Subadditivität verletzt. Das bedeutet, VaR kann Diversifikation bestrafen, was wirtschaftlich unsinnig ist.
• Modellrisiko — Kleine Änderungen der Annahmen (Rückblickzeitraum, Verteilungswahl, Korrelationsschätzungen) können völlig unterschiedliche VaR-Zahlen liefern.
• Prozyklizität — In ruhigen Märkten schrumpft VaR (die historische Volatilität ist niedrig), was zu größeren Positionen ermutigt. Steigt die Volatilität sprunghaft an, schnellt VaR nach oben und erzwingt Deleveraging zum ungünstigsten Zeitpunkt — was den Crash verstärkt.
• Liquiditätsblindheit — Standard-VaR geht davon aus, dass du Positionen zu aktuellen Preisen verlassen kannst. Während des COVID-Crashs im März 2020 erlebten selbst US-Staatsanleihenmärkte — die liquidesten der Welt — schwere Verzerrungen, was VaR-Schätzungen bedeutungslos machte.

Um VaRs kritischste Schwäche zu beheben — sein Schweigen zu Tail-Verlusten — entwickelten Risikomanager Conditional VaR (CVaR), auch bekannt als Expected Shortfall (ES). Während VaR fragt „Was ist der schlimmste Verlust bei meinem Konfidenzniveau?“, fragt CVaR: „Gegeben, dass der Verlust den VaR übersteigt, wie hoch ist der durchschnittliche Verlust?“

Beträgt dein 95%-Tages-VaR $1 Million, könnte dein 95%-CVaR $1,8 Millionen betragen — das heißt, an den schlimmsten 5 % der Tage kannst du im Durchschnitt einen Verlust von $1,8 Millionen erwarten. CVaR übersteigt immer den VaR, und die Lücke zwischen beiden zeigt die Schwere deines Tail-Risikos. Ein Portfolio, bei dem CVaR das Dreifache seines VaR beträgt, hat ein weit gefährlicheres Tail-Exposure als eines, bei dem CVaR nur 1,2-mal so hoch wie der VaR ist.

CVaR hat einen entscheidenden mathematischen Vorteil: Es ist kohärent, das heißt, es erfüllt die Subadditivität. Die Kombination zweier Portfolios ergibt immer einen CVaR, der kleiner oder gleich der Summe der einzelnen CVaR-Werte ist — was die Vorteile der Diversifikation korrekt widerspiegelt. Das Basel-III-Rahmenwerk, das VaRs Schwächen nach 2008 erkannte, schrieb vor, dass Banken von VaR zu Expected Shortfall für die Kapitalanforderungen bei Marktrisiken übergehen — ein Wandel, der im Rahmen des Fundamental Review of the Trading Book (FRTB) abgeschlossen wurde.

Für Krypto-Portfolios ist CVaR besonders wichtig. Digitale Assets zeigen ausgeprägte Fat Tails: Bitcoins empirische Renditeverteilung weist eine Exzess-Kurtosis von etwa 15–30 auf (im Vergleich zu ~3 bei einer Normalverteilung), was bedeutet, dass extreme Ereignisse weit häufiger auftreten, als Glockenkurven-Modelle vorhersagen. Sich nur auf VaR zu verlassen würde dich gefährlich exponiert gegenüber genau jenen Ereignissen lassen, die Kryptomärkte prägen.

Ein praktisches VaR-Framework für Krypto zu bauen erfordert, traditionelle Methoden an die einzigartigen Eigenschaften dieser Anlageklasse anzupassen: 24/7-Handel, extreme Volatilität, Regimewechsel und dünne Liquidität in Stressphasen.

Betrachte ein Portfolio von $100.000, gleichmäßig verteilt auf BTC, ETH und SOL. Mit historischer Simulation über die täglichen Renditen der letzten zwei Jahre:

• Du würdest 730 tägliche Portfoliorenditen sammeln (gewichtet nach der 33%-Allokation jedes Assets).
• Sortiere die Renditen vom schlechtesten zum besten.
• Die 37.-schlechteste Rendite (5. Perzentil von 730) liefert dir den 95%-1-Tages-VaR.
• Empirisch könnte dieser Wert bei etwa $5.500–$7.000 liegen — das heißt, du solltest erwarten, an 1 von 20 Handelstagen mindestens diesen Betrag zu verlieren.

Für längere Horizonte liefert die Quadratwurzel-der-Zeit-Regel (den Tages-VaR mit √t multiplizieren) eine grobe Annäherung: Wochen-VaR ≈ Tages-VaR × √5 ≈ $12.300–$15.700. Diese Skalierungsregel geht jedoch davon aus, dass Renditen über die Tage hinweg unabhängig sind — eine Annahme, die Kryptos Momentum- und Mean-Reversion-Muster verletzen. Eine genauere Skalierung erfordert die Modellierung serieller Korrelation.

Auf GaiaEx, wo du Perpetual Futures auf Hyperliquid L1 handelst, wird VaR noch entscheidender, weil Leverage sowohl Gewinne als auch Verluste verstärkt. Eine 5-fach gehebelte Position hat den 5-fachen VaR einer ungehebelten. Bevor du in einen gehebelten Trade einsteigst, berechne deinen VaR und stelle sicher, dass das Worst-Case-Szenario — denk daran, dass reale Worst Cases den VaR übersteigen — überlebbar ist. Die MPC-Wallet-Architektur von GaiaEx sorgt dafür, dass, während du das Marktrisiko über VaR-Disziplin steuerst, dein Gegenparteirisiko bereits neutralisiert ist.

VaR ist nicht nur eine Zahl — es ist ein Risikomanagement-Prozess. So nutzen professionelle Trader und Institutionen ihn täglich:

Lege VaR-Limits vor dem Handel fest. Entscheide, welchen maximalen Verlust du an einem Tag, einer Woche und einem Monat absorbieren kannst. Drücke dies als Prozentsatz deines Portfolios aus. Ein gängiger professioneller Standard ist ein tägliches VaR-Limit von 1–2 % des Gesamtkapitals beim 99%-Konfidenzniveau. Beträgt dein Portfolio $50.000, heißt das, Positionen so zu strukturieren, dass dein 99%-Tages-VaR unter $500–$1.000 bleibt.

Überwache und berechne regelmäßig neu. VaR ändert sich, wenn sich Positionen ändern, Korrelationen verschieben und sich die Volatilität entwickelt. Berechne mindestens täglich neu. Während volatiler Phasen — die in Krypto Wochen dauern können — berechne mehrmals täglich neu. Überschreitet VaR dein Limit, reduziere Positionen sofort, statt zu hoffen, dass sich der Markt beruhigt.

Führe unerbittlich Backtests durch. Vergleiche den prognostizierten VaR mit dem tatsächlichen PnL. Wird dein 95%-VaR häufiger als 5 % der Zeit überschritten, ist dein Modell defekt. Während des Krypto-Bärenmarkts 2022 unterschätzten viele Risikomodelle, die auf Daten von 2020–2021 kalibriert waren, den VaR dramatisch, weil sie auf einem Bullenmarkt trainiert waren. Regelmäßiges Backtesting hätte diese Drift erkannt.

Kombiniere VaR mit anderen Risikokennzahlen. Nutze CVaR für Tail-Risiko, Stresstests für Szenarioanalysen, Maximum Drawdown für Kapitalerhalt und Positionslimits für Konzentrationsrisiko. Keine einzelne Kennzahl erfasst alle Dimensionen des Risikos. VaR ist das Fundament deines Risiko-Frameworks — nicht das ganze Gebäude.

Das Ziel ist nicht, Risiko zu eliminieren — das würde auch die Renditen eliminieren. Das Ziel ist, dein Risiko zu kennen, es bewusst zu bemessen und sicherzustellen, dass kein einzelner Tag dich aus dem Spiel werfen kann. VaR, richtig genutzt und ergänzt durch Tail-Risiko-Maße, gibt dir das quantitative Fundament, um mit Zuversicht zu handeln.