Value at Risk (VaR): кількісна оцінка вашого найгіршого збитку

Кожен трейдер, ризик-менеджер та фінансовий директор стикається з одним і тим самим фундаментальним питанням: скільки я можу втратити? Value at Risk (VaR) — найпоширеніша відповідь фінансової галузі на це питання. VaR виражає максимальний очікуваний збиток за визначений часовий горизонт при заданому рівні довіри, за звичайних ринкових умов.

Твердження типу «одноденний 95% VaR цього портфеля становить $500,000» означає: існує 95% ймовірність, що портфель не втратить більше $500,000 за один день. І навпаки, існує 5% шанс, що збиток перевищить цей порог. VaR стискає складний розподіл можливих результатів до одного інтуїтивного числа — це водночас його найбільша сила і найнебезпечніше обмеження.

VaR став галузевим стандартом після того, як голова JPMorgan Денніс Веерстон зажадав одну сторінку щоденного звіту, що підсумовує загальну ризикову експозицію компанії. Результат — знаменитий «Звіт 4:15», що доставлявся щодня о цій годині, — породив RiskMetrics у 1994 році, які JPMorgan зробила відкритими для всього світу. Регулятори прийняли VaR майже негайно: Базельська угода II вимагала від банків розраховувати щоденний VaR для визначення своїх капітальних вимог — стандарт, що зберігається через Базель III та IV донині.

Існує три основні підходи до обчислення VaR, кожен з власними перевагами та компромісами:

1. Історична симуляція

Найпростіший метод. Візьміть ваш поточний портфель, застосуйте фактичні дохідності за минулі 250 (або 500, чи 1,000) торгових днів і ранжуйте отриманий P&L від найгіршого до найкращого. Для 95% VaR збиток на 5-му перцентилі є вашою оцінкою VaR. Якщо ви використали 1,000 днів, VaR — це збиток 50-го найгіршого дня. Цей метод не робить жодних припущень про розподіл дохідностей — він дозволяє історії говорити прямо. Однак він припускає, що минуле репрезентує майбутнє, а саме це і виявляється найбільш небезпечним, коли він дає збій.

2. Параметричний метод (дисперсія-коваріація)

Цей підхід передбачає, що дохідності слідують нормальному розподілу. Ви оцінюєте середню дохідність та волатильність кожного активу, будуєте матрицю коваріації та обчислюєте дисперсію портфеля. Для 95% VaR: VaR = Вартість портфеля × z-оцінка × σ × √t, де z-оцінка для 95% дорівнює 1.645, σ — волатильність портфеля, а t — часовий горизонт. Цей метод швидкий та елегантний — квант може розрахувати його в електронній таблиці. Але нормальні розподіли значно недооцінюють ймовірність екстремальних рухів. Одноденні падіння Bitcoin на 40%+ були б подією 7+ сигм за умови нормальності — теоретично неможливою хоча б раз за час існування Всесвіту, проте це трапилось кілька разів.

3. Симуляція Монте-Карло

Найгнучкіший метод. Ви визначаєте статистичну модель того, як ціни активів еволюціонують (включно з важкими хвостами, скошеністю та мінливою в часі волатильністю), а потім генеруєте тисячі — чи мільйони — випадкових сценаріїв. Ви переоцінюєте портфель за кожним сценарієм і виводите VaR з отриманого розподілу P&L. Монте-Карло може обробляти складні інструменти, як опціони, продукти з залежністю від шляху та нелінійні експозиції. Ціна цього — обчислювальна інтенсивність та той факт, що результати не кращі за припущення моделі.

VaR повідомляє вам межу нормальних збитків — але нічого про те, що відбувається за цією межею. Якщо ваш 99% VaR становить $10 мільйонів, ваші збитки за найгірші 1% днів можуть становити $11 мільйонів або $110 мільйонів. VaR мовчить щодо величини екстремальних збитків, і це мовчання посприяло катастрофічним провалам.

Під час світової фінансової кризи 2008 року Goldman Sachs повідомила, що на її торгових столах відбувались «події 25 сигм» протягом кількох поспідних днів. За нормального розподілу подія 25 сигм повинна траплятись приблизно раз на 10¹³⁵ років. Реальність же полягала в тому, що іпотечні цінні папери мали розподіли дохідностей з важкими хвостами, які моделі VaR — калібровані на спокійні ринки — повністю не змогли врахувати.

Додаткові обмеження включають:

• Неаддитивність — VaR обʼєднаного портфеля може перевищувати суму окремих VaR, порушуючи субаддитивність. Це означає, що VaR може карати за диверсифікацію, що економічно безглуздо.
• Модельний ризик — Невеликі зміни в припущеннях (період огляду, вибір розподілу, оцінки кореляції) можуть давати кардинально різні значення VaR.
• Проциклічність — На спокійних ринках VaR стискається (історична волатильність низька), заохочуючи більші позиції. Коли волатильність зростає, VaR стрибає, змушуючи до зниження кредитного плеча в найгірший можливий момент — посилюючи обвал.
• Слідота до ліквідності — Стандартний VaR припускає, що ви можете вийти з позицій за поточними цінами. Під час обвалу COVID у березні 2020 року навіть ринки казначейських облігацій США — найліквідніші у світі — зазнали серйозної дезорганізації, роблячи оцінки VaR безглуздими.

Щоб вирішити найбільш критичний недолік VaR — його мовчання щодо хвостових збитків — ризик-менеджери розробили умовний VaR (CVaR), також відомий як Expected Shortfall (ES). Тоді як VaR запитує «який найгірший збиток на моєму рівні довіри?», CVaR запитує «зважаючи на те, що збиток перевищує VaR, який середній збиток?»

Якщо ваш 95% денний VaR становить $1 мільйон, ваш 95% CVaR може становити $1.8 мільйона — це означає, що в ті найгірші 5% днів ви можете очікувати втратити $1.8 мільйона в середньому. CVaR завжди перевищує VaR, і розрив між ними показує серйозність вашого хвостового ризику. Портфель, де CVaR утричі більший за свій VaR, має набагато небезпечнішу хвостову експозицію, ніж той, де CVaR лише 1.2× VaR.

CVaR має вирішальну математичну переваг: він когерентний, тобто задовольняє субаддитивність. Обʼєднання двох портфелів завжди дає CVaR, менший або рівний сумі окремих CVaR, правильно відображаючи переваги диверсифікації. Рамки Базель III, визнаючи недоліки VaR після 2008 року, вимагали від банків переходу від VaR до Expected Shortfall для капітальних вимог щодо ринкового ризику — перехід, завершений у рамках Фундаментального перегляду торгової книги (FRTB).

Для крипто-портфелів CVaR особливо важливий. Цифрові активи демонструють виражені важкі хвости: емпіричний розподіл дохідності Bitcoin показує надлишковий ексцес приблизно 15–30 (порівняно з ~3 для нормального розподілу), тобто екстремальні події значно частіші, ніж прогнозують моделі колоколоподібного розподілу. Використання лише VaR залишило би вас небезпечно вразливими саме до тих подій, що визначають крипторинки.

Побудова практичного каркасу VaR для крипто вимагає адаптації традиційних методів до унікальних характеристик цього класу активів: торгівля 24/7, екстремальна волатильність, зміни режимів та тонка ліквідність під час стресу.

Розгляньмо портфель у $100,000, розподілений рівно між BTC, ETH та SOL. Використовуючи історичну симуляцію за минулі два роки денних дохідностей:

• Ви зберете 730 денних дохідностей портфеля (зважуючи дохідність кожного активу за його часткою у 33%).
• Впорядкуйте дохідності від найгіршої до найкращої.
• 37-ма найгірша дохідність (5-й перцентиль з 730) дає вам 95% одноденний VaR.
• Емпірично цей показник може становити приблизно $5,500–$7,000 — тобто вам слід очікувати втратити щонайменше цю суму раз на 20 торгових днів.

Для довших горизонтів правило квадратного кореня з часу (помножити денний VaR на √t) дає приблизну апроксимацію: тижневий VaR ≈ денний VaR × √5 ≈ $12,300–$15,700. Однак це правило масштабування припускає, що дохідності незалежні між днями, що порушується моделями імпульсу та повернення до середнього в крипто. Точніше масштабування вимагає моделювання серійної кореляції.

На GaiaEx, де ви торгуєте перпетуальними фʼючерсами на Hyperliquid L1, VaR стає ще критичнішим, бо кредитне плече підсилює як дохідності, так і збитки. Позиція з кредитним плечем 5× має 5× VaR порівняно з позицією без кредитного плеча. Перед входом у будь-яку угоду з кредитним плечем розрахуйте свій VaR і переконайтесь, що найгірший сценарій — памʼятаючи, що реальні найгірші випадки перевищують VaR — можна пережити. Архітектура MPC-гаманця GaiaEx гарантує, що поки ви керуєте ринковим ризиком за допомогою дисципліни VaR, ваш ризик контрагента вже нейтралізовано.

VaR — це не просто число, це процес управління ризиком. Ось як професійні трейдери та установи використовують його щоденно:

Встановлюйте ліміти VaR перед торгівлею. Визначте максимальний збиток, який ви можете витримати за день, тиждень та місяць. Виразіть це як відсоток вашого портфеля. Поширений професійний стандарт — денний ліміт VaR у 1–2% від загального капіталу на рівні довіри 99%. Якщо ваш портфель становить $50,000, це означає структурування позицій так, щоб ваш 99% денний VaR залишався нижче $500–$1,000.

Відстежуйте та перераховуйте регулярно. VaR змінюється разом з позиціями, зсуваються кореляції та еволюціонує волатильність. Перераховуйте щонайменше щоденно. У волатильні періоди — які в крипто можуть тривати тижнями — перераховуйте кілька разів на день. Якщо VaR перевищує ваш ліміт, зменшуйте позиції негайно, а не сподівайтесь, що ринок заспокоїться.

Бектестуйте невпинно. Порівнюйте прогнозований VaR з фактичним P&L. Якщо ваш 95% VaR перевищується частіше, ніж у 5% випадків, ваша модель зламана. Під час крипто-ведмежого ринку 2022 року багато моделей ризику, калібровані на дані 2020–2021 років, кардинально недооцінили VaR, тому що вони навчались на бичачому ринку. Регулярне бектестування виявило би цей дрейф.

Поєднуйте VaR з іншими метриками ризику. Використовуйте CVaR для хвостового ризику, стрес-тестування для аналізу сценаріїв, максимальну просадку для збереження капіталу та ліміти позицій для ризику концентрації. Жодна окрема метрика не охоплює всі вимірювання ризику. VaR — фундамент вашого каркаса ризику, а не вся будівля.

Мета не в тому, щоб усунути ризик — це усунуло б і дохідність. Мета — знати свій ризик, зважено визначати його розмір і переконатись, що жоден окремий день не виведе вас з гри. VaR, використаний правильно та доповнений мірами хвостового ризику, дає вам квантитативну основу для торгівлі з упевненістю.