Value at Risk (VaR): kwantyfikacja twojej najgorszej możliwej straty

Każdy trader, risk manager i CFO staje przed tym samym fundamentalnym pytaniem: ile mogę stracić? Value at Risk (VaR) jest najczęściej stosowaną odpowiedzią w branży finansowej. VaR wyraża maksymalną oczekiwaną stratę w określonym horyzoncie czasowym przy danym poziomie ufności, w normalnych warunkach rynkowych.

Stwierdzenie w stylu „jednodniowy VaR tego portfela na poziomie 95% to 500 000 USD” oznacza: istnieje 95% prawdopodobieństwo, że portfel nie straci więcej niż 500 000 USD w ciągu jednego dnia. I odwrotnie — istnieje 5% szans, że strata przekroczy ten próg. VaR sprowadza złożony rozkład możliwych wyników do jednej, intuicyjnej liczby — co jest zarówno jego największą siłą, jak i najbardziej niebezpiecznym ograniczeniem.

VaR stał się standardem branżowym, gdy prezes JPMorgan Dennis Weatherstone zażądał jednostronicowego dziennego raportu podsumowującego całkowitą ekspozycję firmy na ryzyko. Efekt — słynny „Raport 4:15” dostarczany każdego popołudnia — dał początek RiskMetrics w 1994 roku, który JPMorgan udostępnił światu jako open source. Regulatorzy przyjęli VaR niemal natychmiast: Bazylea II nakazała bankom codzienne wyliczanie VaR w celu ustalenia wymogów kapitałowych — standard, który przetrwał w Bazylei III i IV do dziś.

Istnieją trzy podstawowe podejścia do obliczania VaR, każde z odrębnymi zaletami i kompromisami:

1. Symulacja historyczna

Najprostsza metoda. Weź swój aktualny portfel, zastosuj rzeczywiste zwroty z ostatnich 250 (lub 500, czy 1000) dni sesyjnych i uszereguj wynikowy P&L od najgorszego do najlepszego. Dla 95% VaR strata na 5. percentylu jest twoim szacunkiem VaR. Jeśli użyłeś 1000 dni, VaR to strata z 50. najgorszego dnia. Metoda ta nie przyjmuje żadnych założeń dotyczących rozkładu zwrotów — pozwala historii mówić samodzielnie. Zakłada jednak, że przeszłość jest reprezentatywna dla przyszłości, co zawodzi właśnie wtedy, gdy jest to najbardziej niebezpieczne.

2. Metoda parametryczna (wariancji-kowariancji)

To podejście zakłada, że zwroty podlegają rozkładowi normalnemu. Szacujesz średni zwrot i zmienność każdego aktywa, budujesz macierz kowariancji i wyliczasz wariancję portfela. Dla 95% VaR: VaR = Wartość Portfela × wskaźnik z × σ × √t, gdzie wskaźnik z dla 95% to 1,645, σ to zmienność portfela, a t to horyzont czasowy. Ta metoda jest szybka i elegancka — quant może obliczyć ją w arkuszu kalkulacyjnym. Jednak rozkłady normalne drastycznie niedoszacowują prawdopodobieństwa ekstremalnych ruchów. Jednodniowe spadki Bitcoina o ponad 40% byłyby zdarzeniem 7+ sigma przy założeniu normalności — teoretycznie niemożliwym raz na całą historię wszechświata, a jednak zdarzały się wielokrotnie.

3. Symulacja Monte Carlo

Najbardziej elastyczna metoda. Definiujesz model statystyczny opisujący ewolucję cen aktywów (uwzględniający ciężkie ogony, skośność i zmienną w czasie zmienność), a następnie generujesz tysiące — lub miliony — losowych scenariuszy. Przeliczasz wartość portfela pod każdym scenariuszem i wyodrębniasz VaR z wynikowego rozkładu P&L. Monte Carlo radzi sobie ze złożonymi instrumentami, takimi jak opcje, produkty zależne od ścieżki i nieliniowe ekspozycje. Koszt to złożoność obliczeniowa oraz fakt, że wyniki są tylko tak dobre, jak założenia modelu.

VaR wskazuje granicę normalnych strat — ale nic nie mówi o tym, co dzieje się poza tą granicą. Jeśli twój 99% VaR to 10 mln USD, twoje straty w tych najgorszych 1% dni mogą wynieść 11 mln USD albo 110 mln USD. VaR milczy w sprawie skali ekstremalnych strat, a to milczenie przyczyniło się do katastrofalnych porażek.

Podczas globalnego kryzysu finansowego z 2008 roku Goldman Sachs zgłosił, że jego desk-i handlowe doświadczyły „zdarzeń 25-sigma” przez kilka kolejnych dni. W rozkładzie normalnym zdarzenie 25-sigma powinno mieć miejsce raz na około 10¹³⁵ lat. W rzeczywistości papiery zabezpieczone hipotekami miały rozkłady zwrotów z ciężkimi ogonami, których modele VaR — skalibrowane do spokojnych rynków — całkowicie nie były w stanie uchwycić.

Do dodatkowych ograniczeń należą:

• Brak addytywności — VaR połączonego portfela może przekroczyć sumę indywidualnych VaR-ów, co narusza subaddytywność. Oznacza to, że VaR może karać dywersyfikację, co jest ekonomicznie nielogiczne.
• Ryzyko modelu — Niewielkie zmiany założeń (okres historyczny, wybór rozkładu, estymacje korelacji) mogą wygenerować drastycznie różne liczby VaR.
• Procykliczność — Na spokojnych rynkach VaR się zmniejsza (niska zmienność historyczna), co zachęca do większych pozycji. Gdy zmienność wzrasta, VaR skacze, wymuszając delewarowanie w najgorszym możliwym momencie — wzmacniając krach.
• Ślepota na płynność — Standardowy VaR zakłada, że możesz wyjść z pozycji po aktualnych cenach. Podczas krachu z marca 2020 (COVID) nawet rynek amerykańskich obligacji skarbowych — najbardziej płynny na świecie — doświadczył poważnych dysfunkcji, co czyniło szacunki VaR bezużytecznymi.

Aby zaadresować najbardziej krytyczną wadę VaR — jego milczenie w sprawie strat w ogonie — risk managerowie opracowali Conditional VaR (CVaR), znany również jako Expected Shortfall (ES). Gdy VaR pyta „jaka jest najgorsza strata na moim poziomie ufności?”, CVaR pyta „biorąc pod uwagę, że strata przekracza VaR, jaka jest średnia strata?”

Jeśli twój dzienny 95% VaR to 1 mln USD, twój 95% CVaR może wynosić 1,8 mln USD — co znaczy, że w tych najgorszych 5% dni możesz oczekiwać średniej straty 1,8 mln USD. CVaR zawsze przekracza VaR, a różnica między nimi ujawnia skalę ryzyka w ogonie. Portfel, w którym CVaR jest 3× wyższy od VaR, ma znacznie bardziej niebezpieczną ekspozycję w ogonie niż taki, w którym CVaR jest tylko 1,2× VaR.

CVaR ma kluczową przewagę matematyczną: jest koherentny, co znaczy, że spełnia subaddytywność. Łączenie dwóch portfeli zawsze daje CVaR mniejszy lub równy sumie indywidualnych CVaR-ów, co właściwie odzwierciedla korzyści z dywersyfikacji. Ramy Bazylei III, uznając niedostatki VaR po 2008 roku, nakazały bankom przejście z VaR na Expected Shortfall dla wymogów kapitałowych z tytułu ryzyka rynkowego — zmiana dokończona w ramach Fundamental Review of the Trading Book (FRTB).

Dla portfeli kryptowalutowych CVaR jest szczególnie istotny. Aktywa cyfrowe wykazują wyraźnie ciężkie ogony: empiryczny rozkład zwrotów Bitcoina wykazuje nadmiarową kurtozę na poziomie około 15–30 (w porównaniu do ~3 dla rozkładu normalnego), co oznacza, że ekstremalne zdarzenia są znacznie częstsze, niż przewidują modele oparte na krzywej dzwonowej. Korzystanie wyłącznie z VaR pozostawiłoby cię niebezpiecznie eksponowanym właśnie na te zdarzenia, które definiują rynki krypto.

Zbudowanie praktycznych ram VaR dla krypto wymaga adaptacji tradycyjnych metod do unikalnych cech tej klasy aktywów: handlu 24/7, ekstremalnej zmienności, zmian reżimów oraz płytkiej płynności w okresach stresu.

Rozważ portfel o wartości 100 000 USD podzielony równo między BTC, ETH i SOL. Korzystając z symulacji historycznej za ostatnie dwa lata dziennych zwrotów:

• Zebrałbyś 730 dziennych zwrotów portfela (ważąc zwrot każdego aktywa jego 33% alokacją).
• Uszereguj zwroty od najgorszego do najlepszego.
• 37. najgorszy zwrot (5. percentyl z 730) daje ci 95% dzienny VaR.
• Empirycznie ta liczba może wynosić około 5500–7000 USD — co znaczy, że powinieneś oczekiwać straty co najmniej tej wielkości w co 1 z 20 dni sesyjnych.

Dla dłuższych horyzontów reguła pierwiastka z czasu (mnożenie dziennego VaR przez √t) daje przybliżone oszacowanie: tygodniowy VaR ≈ dzienny VaR × √5 ≈ 12 300–15 700 USD. Ta reguła skalowania zakłada jednak, że zwroty są niezależne między dniami, co wzorce momentum i powrotu do średniej w krypto naruszają. Dokładniejsze skalowanie wymaga modelowania korelacji seryjnej.

Na GaiaEx, gdzie handlujesz kontraktami perpetual futures na Hyperliquid L1, VaR staje się jeszcze bardziej kluczowy, ponieważ lewar wzmacnia zarówno zyski, jak i straty. Pozycja z lewarem 5× ma 5× VaR pozycji bez lewaru. Przed wejściem w jakikolwiek transakcję z lewarem oblicz swój VaR i upewnij się, że najgorszy scenariusz — pamiętając, że rzeczywiste najgorsze przypadki przekraczają VaR — jest do przetrwania. Architektura portfela MPC GaiaEx zapewnia, że podczas gdy zarządzasz ryzykiem rynkowym poprzez dyscyplinę VaR, twoje ryzyko kontrahenta jest już zneutralizowane.

VaR to nie tylko liczba — to proces zarządzania ryzykiem. Tak profesjonalni traderzy i instytucje korzystają z niego codziennie:

Ustal limity VaR przed handlem. Zdecyduj, jaką maksymalną stratę możesz wytrzymać w ciągu dnia, tygodnia i miesiąca. Wyraź to jako procent swojego portfela. Powszechnym standardem profesjonalnym jest dzienny limit VaR na poziomie 1–2% całkowitego kapitału przy 99% poziomie ufności. Jeśli twój portfel wynosi 50 000 USD, oznacza to strukturyzowanie pozycji tak, aby twój 99% dzienny VaR pozostawał poniżej 500–1000 USD.

Monitoruj i przeliczaj regularnie. VaR zmienia się wraz ze zmianą pozycji, korelacji i zmienności. Przeliczaj co najmniej raz dziennie. W okresach zmienności — które w krypto mogą trwać tygodniami — przeliczaj wielokrotnie w ciągu dnia. Jeśli VaR przekroczy twój limit, redukuj pozycje natychmiast, zamiast liczyć na to, że rynek się uspokoi.

Backtestuj bez ustępstw. Porównuj przewidywany VaR z rzeczywistym P&L. Jeśli twój 95% VaR jest przekraczany częściej niż w 5% przypadków, twój model jest zepsuty. Podczas krypto-bear marketu 2022 roku wiele modeli ryzyka skalibrowanych na danych z 2020–2021 drastycznie niedoszacowywało VaR, ponieważ były trenowane na danych z rynku byka. Regularny backtesting wychwyciłby ten dryft.

Kombinuj VaR z innymi metrykami ryzyka. Używaj CVaR dla ryzyka w ogonie, testów warunków skrajnych do analizy scenariuszy, maksymalnego obsunięcia kapitału do zachowania kapitału oraz limitów pozycji dla ryzyka koncentracji. Żadna pojedyncza metryka nie ujmuje wszystkich wymiarów ryzyka. VaR jest fundamentem twoich ram ryzyka — nie całym budynkiem.

Celem nie jest eliminacja ryzyka — to wyeliminowałoby zwroty. Celem jest znajomość swojego ryzyka, deliberatywne jego wymiarowanie i zapewnienie, że żaden pojedynczy dzień nie wyeliminuje cię z gry. VaR, stosowany właściwie i uzupełniony miarami ryzyka ogonowego, daje ci kwantytatywne fundamenty do handlu z pewnością.