वैल्यू एट रिस्क (VaR): आपके सबसे बुरे नुकसान का आकलन

हर ट्रेडर, रिस्क मैनेजर, और CFO एक ही बुनियादी सवाल का सामना करता है: मेरा नुकसान कितना हो सकता है? Value at Risk (VaR) फाइनेंस इंडस्ट्री का सबसे व्यापक रूप से इस्तेमाल होने वाला जवाब है। VaR किसी खास टाइम होराइज़न पर, किसी दिए गए कॉन्फिडेंस लेवल पर, सामान्य मार्केट कंडीशन में अधिकतम अपेक्षित नुकसान बताता है।

"इस पोर्टफोलियो का एक-दिन का 95% VaR $500,000 है" जैसा बयान इसका मतलब है: 95% संभावना है कि पोर्टफोलियो एक ही दिन में $500,000 से ज़्यादा नहीं खोएगा। इसके विपरीत, 5% संभावना है कि नुकसान उस सीमा को पार कर जाएगा। VaR संभावित परिणामों की एक जटिल डिस्ट्रिब्यूशन को एक सिंगल, समझने में आसान नंबर में बदल देता है — जो इसकी सबसे बड़ी ताकत भी है और सबसे खतरनाक सीमा भी।

VaR इंडस्ट्री स्टैंडर्ड बना जब JPMorgan के चेयरमैन Dennis Weatherstone ने फर्म के कुल रिस्क एक्सपोज़र का सारांश देने वाली एक-पेज की डेली रिपोर्ट मांगी। नतीजा — मशहूर "4:15 Report" जो हर दिन दोपहर बाद डिलीवर होती थी — ने 1994 में RiskMetrics को जन्म दिया, जिसे JPMorgan ने पूरी दुनिया के लिए ओपन-सोर्स कर दिया। रेगुलेटर्स ने VaR को लगभग तुरंत अपना लिया: Basel II Accord ने बैंकों को अपनी कैपिटल ज़रूरतें तय करने के लिए डेली VaR कैलकुलेट करना अनिवार्य कर दिया — एक स्टैंडर्ड जो आज Basel III और IV में भी बना हुआ है।

VaR कैलकुलेट करने के तीन मुख्य तरीके हैं, हर एक के अपने फायदे और ट्रेड-ऑफ हैं:

1. Historical Simulation

सबसे सरल तरीका। अपने मौजूदा पोर्टफोलियो को लें, पिछले 250 (या 500, या 1,000) ट्रेडिंग दिनों के वास्तविक रिटर्न लगाएं, और नतीजे में मिले P&L को सबसे खराब से सबसे अच्छे तक रैंक करें। 95% VaR के लिए, 5वें पर्सेंटाइल पर होने वाला नुकसान आपका VaR अनुमान है। अगर आपने 1,000 दिन इस्तेमाल किए, तो VaR 50वें-सबसे-खराब दिन का नुकसान है। यह तरीका रिटर्न डिस्ट्रिब्यूशन के बारे में कोई मान्यता नहीं बनाता — यह इतिहास को सीधे बोलने देता है। हालांकि, यह मानता है कि अतीत भविष्य का प्रतिनिधि है, जो ठीक तब सबसे खतरनाक तरीके से विफल होता है।

2. Parametric (Variance-Covariance) Method

यह तरीका मानता है कि रिटर्न नॉर्मल डिस्ट्रिब्यूशन का पालन करते हैं। आप हर एसेट का मीन रिटर्न और वोलैटिलिटी अनुमानित करते हैं, कोवैरिएंस मैट्रिक्स बनाते हैं, और पोर्टफोलियो वेरिएंस कैलकुलेट करते हैं। 95% VaR के लिए: VaR = पोर्टफोलियो वैल्यू × z-स्कोर × σ × √t, जहां 95% के लिए z-स्कोर 1.645 है, σ पोर्टफोलियो वोलैटिलिटी है, और t टाइम होराइज़न है। यह तरीका तेज़ और सुंदर है — एक क्वांट इसे स्प्रेडशीट में कैलकुलेट कर सकता है। पर नॉर्मल डिस्ट्रिब्यूशन एक्सट्रीम मूव की संभावना को बहुत कम आंकते हैं। Bitcoin की 40%+ की सिंगल-डे गिरावट नॉर्मलिटी के तहत 7+ सिग्मा इवेंट होगी — सिद्धांत में ब्रह्मांड के जीवनकाल में एक बार भी नामुमकिन, पर यह कई बार हो चुका है।

3. Monte Carlo Simulation

सबसे फ्लेक्सिबल तरीका। आप एसेट प्राइस कैसे बदलते हैं इसके लिए एक स्टैटिस्टिकल मॉडल तय करते हैं (fat tails, skewness, और समय के साथ बदलती वोलैटिलिटी शामिल करते हुए), फिर हज़ारों — या लाखों — रैंडम सिनेरियो जेनरेट करते हैं। आप हर सिनेरियो के तहत पोर्टफोलियो का दोबारा मूल्यांकन करते हैं और नतीजे में मिले P&L डिस्ट्रिब्यूशन से VaR निकालते हैं। Monte Carlo ऑप्शंस, पथ-निर्भर प्रोडक्ट्स, और नॉन-लीनियर एक्सपोज़र जैसे जटिल इंस्ट्रूमेंट्स संभाल सकता है। कीमत है कंप्यूटेशनल इंटेंसिटी और यह तथ्य कि नतीजे मॉडल की मान्यताओं जितने ही अच्छे होते हैं।

VaR आपको सामान्य नुकसान की सीमा बताता है — पर उस सीमा से परे क्या होता है, उसके बारे में कुछ नहीं बताता। अगर आपका 99% VaR $10 मिलियन है, तो उस सबसे खराब 1% दिनों में आपका नुकसान $11 मिलियन या $110 मिलियन हो सकता है। VaR एक्सट्रीम नुकसान की मात्रा पर खामोश रहता है, और इस खामोशी ने कई विनाशकारी विफलताओं में भूमिका निभाई है।

2008 के ग्लोबल फाइनेंशियल क्राइसिस के दौरान, Goldman Sachs ने बताया कि इसके ट्रेडिंग डेस्क ने लगातार कई दिनों में "25-सिग्मा इवेंट" अनुभव किए। नॉर्मल डिस्ट्रिब्यूशन के तहत, 25-सिग्मा इवेंट लगभग हर 10¹³⁵ साल में एक बार होना चाहिए। हकीकत यह थी कि mortgage-backed securities में fat-tailed रिटर्न डिस्ट्रिब्यूशन थी जिसे VaR मॉडल — शांत मार्केट के लिए कैलिब्रेटेड — बिल्कुल पकड़ नहीं पाए।

अतिरिक्त सीमाओं में शामिल हैं:

• Non-additivity — एक संयुक्त पोर्टफोलियो का VaR अलग-अलग VaR के योग से ज़्यादा हो सकता है, जो subadditivity का उल्लंघन करता है। इसका मतलब है VaR डाइवर्सिफिकेशन को दंडित कर सकता है, जो आर्थिक रूप से निरर्थक है।
• मॉडल रिस्क — मान्यताओं (lookback period, distribution की पसंद, correlation अनुमान) में छोटे बदलाव बहुत अलग-अलग VaR नंबर दे सकते हैं।
• Procyclicality — शांत मार्केट में, VaR सिकुड़ता है (हिस्टोरिकल वोलैटिलिटी कम है), जो बड़ी पोज़िशन को बढ़ावा देता है। जब वोलैटिलिटी बढ़ती है, VaR तेज़ी से बढ़ता है, जिससे सबसे खराब वक्त पर डीलीवरेजिंग करना पड़ता है — जो क्रैश को और बढ़ा देता है।
• Liquidity blindness — स्टैंडर्ड VaR मानता है कि आप मौजूदा प्राइस पर पोज़िशन से बाहर निकल सकते हैं। मार्च 2020 के COVID क्रैश के दौरान, यहां तक कि US Treasury मार्केट — दुनिया का सबसे लिक्विड — भी गंभीर डिसलोकेशन का अनुभव किया, जिससे VaR अनुमान अर्थहीन हो गए।

VaR की सबसे गंभीर कमी को दूर करने के लिए — यानी टेल नुकसान पर इसकी खामोशी — रिस्क मैनेजर ने Conditional VaR (CVaR) विकसित किया, जिसे Expected Shortfall (ES) भी कहा जाता है। जहां VaR पूछता है "मेरे कॉन्फिडेंस लेवल पर सबसे खराब नुकसान क्या है?", CVaR पूछता है "अगर नुकसान VaR से ज़्यादा हो, तो औसत नुकसान क्या है?"

अगर आपका 95% डेली VaR $1 मिलियन है, तो आपका 95% CVaR $1.8 मिलियन हो सकता है — यानी उन सबसे खराब 5% दिनों में, आप औसतन $1.8 मिलियन खोने की उम्मीद कर सकते हैं। CVaR हमेशा VaR से ज़्यादा होता है, और दोनों के बीच का फासला आपके टेल रिस्क की गंभीरता दिखाता है। एक पोर्टफोलियो जहां CVaR उसके VaR का 3× है, उस पोर्टफोलियो से कहीं ज़्यादा खतरनाक टेल एक्सपोज़र रखता है जहां CVaR केवल 1.2× VaR है।

CVaR का एक अहम गणितीय फायदा है: यह coherent है, यानी यह subadditivity को संतुष्ट करता है। दो पोर्टफोलियो को जोड़ने पर हमेशा एक CVaR मिलता है जो अलग-अलग CVaR के योग के बराबर या उससे कम होता है, जो डाइवर्सिफिकेशन के फायदों को सही तरीके से दिखाता है। 2008 के बाद VaR की कमियों को पहचानते हुए, Basel III फ्रेमवर्क ने बैंकों को मार्केट रिस्क कैपिटल ज़रूरतों के लिए VaR से Expected Shortfall पर जाने का आदेश दिया — यह बदलाव Fundamental Review of the Trading Book (FRTB) के तहत पूरा हुआ।

क्रिप्टो पोर्टफोलियो के लिए, CVaR खासतौर पर अहम है। डिजिटल एसेट में स्पष्ट fat tails दिखती हैं: Bitcoin का एम्पिरिकल रिटर्न डिस्ट्रिब्यूशन लगभग 15–30 का एक्सेस kurtosis दिखाता है (नॉर्मल डिस्ट्रिब्यूशन के लिए ~3 की तुलना में), यानी एक्सट्रीम इवेंट bell-curve मॉडल की भविष्यवाणी से कहीं ज़्यादा सामान्य हैं। सिर्फ VaR इस्तेमाल करने से आप उन्हीं इवेंट्स के प्रति खतरनाक रूप से एक्सपोज़्ड रह जाएंगे जो क्रिप्टो मार्केट को परिभाषित करते हैं।

क्रिप्टो के लिए एक व्यावहारिक VaR फ्रेमवर्क बनाने के लिए पारंपरिक तरीकों को इस एसेट क्लास की खास विशेषताओं के अनुकूल बनाना ज़रूरी है: 24/7 ट्रेडिंग, एक्सट्रीम वोलैटिलिटी, रेजीम बदलाव, और तनाव के दौरान पतली लिक्विडिटी।

BTC, ETH, और SOL में बराबर बंटे $100,000 के एक पोर्टफोलियो पर विचार करें। पिछले दो साल के डेली रिटर्न पर historical simulation इस्तेमाल करते हुए:

• आप 730 डेली पोर्टफोलियो रिटर्न इकट्ठा करेंगे (हर एसेट के रिटर्न को उसके 33% एलोकेशन से वेट करते हुए)।
• रिटर्न को सबसे खराब से सबसे अच्छे तक सॉर्ट करें।
• 37वां-सबसे-खराब रिटर्न (730 का 5वां पर्सेंटाइल) आपको 95% 1-दिन का VaR देता है।
• एम्पिरिकली, यह आंकड़ा लगभग $5,500–$7,000 हो सकता है — यानी आपको 20 में से 1 ट्रेडिंग दिन पर कम से कम इतना नुकसान होने की उम्मीद रखनी चाहिए।

लंबे होराइज़न के लिए, square-root-of-time नियम (डेली VaR को √t से गुणा करें) एक अनुमानित सन्निकटन देता है: weekly VaR ≈ daily VaR × √5 ≈ $12,300–$15,700। हालांकि, यह स्केलिंग नियम मानता है कि रिटर्न दिनों में स्वतंत्र हैं, जिसे क्रिप्टो के मोमेंटम और mean-reversion पैटर्न उल्लंघन करते हैं। ज़्यादा सटीक स्केलिंग के लिए serial correlation मॉडलिंग ज़रूरी है।

GaiaEx पर, जहां आप Hyperliquid L1 पर परपेचुअल फ्यूचर ट्रेड करते हैं, VaR और भी अहम हो जाता है क्योंकि लीवरेज रिटर्न और नुकसान दोनों को बढ़ा देता है। एक 5× लीवरेज्ड पोज़िशन का VaR बिना-लीवरेज वाली पोज़िशन के VaR का 5× होता है। किसी भी लीवरेज्ड ट्रेड में एंट्री करने से पहले, अपना VaR कैलकुलेट करें और सुनिश्चित करें कि सबसे खराब सिनेरियो — यह याद रखते हुए कि वास्तविक सबसे खराब सिनेरियो VaR से ज़्यादा हो सकते हैं — झेलने लायक है। GaiaEx का MPC वॉलेट आर्किटेक्चर सुनिश्चित करता है कि आप VaR डिसिप्लिन के ज़रिए मार्केट रिस्क मैनेज करते वक्त, आपका काउंटरपार्टी रिस्क पहले से ही न्यूट्रलाइज़्ड है।

VaR सिर्फ एक नंबर नहीं है — यह एक रिस्क मैनेजमेंट प्रोसेस है। यहां बताया गया है कि प्रोफेशनल ट्रेडर और संस्थाएं इसे रोज़ कैसे इस्तेमाल करती हैं:

ट्रेडिंग से पहले VaR लिमिट तय करें। तय करें कि आप एक दिन, एक हफ्ते, और एक महीने में कितना अधिकतम नुकसान झेल सकते हैं। इसे अपने पोर्टफोलियो के पर्सेंटेज के रूप में व्यक्त करें। एक सामान्य प्रोफेशनल स्टैंडर्ड 99% कॉन्फिडेंस लेवल पर टोटल कैपिटल के 1–2% की डेली VaR लिमिट है। अगर आपका पोर्टफोलियो $50,000 है, तो इसका मतलब है पोज़िशन को इस तरह बनाना कि आपका 99% डेली VaR $500–$1,000 से नीचे रहे।

नियमित रूप से मॉनिटर और दोबारा कैलकुलेट करें। पोज़िशन बदलने, correlations बदलने, और वोलैटिलिटी बदलने के साथ VaR बदलता है। कम से कम रोज़ाना दोबारा कैलकुलेट करें। अस्थिर दौर में — जो क्रिप्टो में हफ्तों तक चल सकता है — दिन में कई बार दोबारा कैलकुलेट करें। अगर VaR आपकी लिमिट का उल्लंघन करता है, तो मार्केट के शांत होने की उम्मीद करने के बजाय तुरंत पोज़िशन कम करें।

बिना रुके बैकटेस्ट करें। अनुमानित VaR की तुलना वास्तविक P&L से करें। अगर आपका 95% VaR 5% से ज़्यादा बार उल्लंघन होता है, तो आपका मॉडल खराब है। 2022 के क्रिप्टो बेयर मार्केट के दौरान, 2020–2021 के डेटा पर कैलिब्रेटेड कई रिस्क मॉडल ने VaR को बहुत कम आंका क्योंकि उन्हें बुल मार्केट पर ट्रेन किया गया था। नियमित बैकटेस्टिंग इस drift को पकड़ लेती।

VaR को दूसरे रिस्क मेट्रिक्स के साथ जोड़ें। टेल रिस्क के लिए CVaR, सिनेरियो एनालिसिस के लिए स्ट्रेस टेस्टिंग, कैपिटल संरक्षण के लिए मैक्सिमम ड्रॉडाउन, और कंसंट्रेशन रिस्क के लिए पोज़िशन लिमिट इस्तेमाल करें। कोई एक मेट्रिक रिस्क के सभी आयाम नहीं पकड़ता। VaR आपके रिस्क फ्रेमवर्क की नींव है — पूरी इमारत नहीं।

लक्ष्य रिस्क खत्म करना नहीं है — इससे रिटर्न भी खत्म हो जाएगा। लक्ष्य है अपना रिस्क जानना, इसे जान-बूझकर साइज़ करना, और सुनिश्चित करना कि कोई एक दिन आपको खेल से बाहर न कर सके। सही तरीके से इस्तेमाल किया गया और टेल-रिस्क मेज़र्स से पूरक VaR आपको आत्मविश्वास से ट्रेड करने की क्वांटिटेटिव नींव देता है।