Di sini, kami akan menerangkan cara menukar nilai pada risiko (VAR) satu tempoh masa ke VAR bersamaan untuk tempoh masa yang berbeza dan menunjukkan kepada anda cara menggunakan VAR untuk menganggarkan risiko penurunan pelaburan saham tunggal.
Menukar Tempoh Satu Masa ke Lain
Dalam Bahagian 1, kami mengira VAR untuk indeks Nasdaq 100 (ticker: QQQ) dan menetapkan bahawa VAR menjawab soalan tiga bahagian: "Apakah kerugian terburuk yang boleh saya jangkakan dalam tempoh masa tertentu dengan tahap keyakinan tertentu?"
Oleh kerana tempoh masa adalah pemboleh ubah, pengiraan yang berbeza boleh menentukan tempoh masa yang berbeza - tidak ada tempoh masa "betul". Bank perdagangan, contohnya, biasanya mengira VAR harian, meminta diri mereka berapa banyak yang mereka boleh hilang dalam sehari; Dana pencen, sebaliknya, sering mengira VAR bulanan.
Untuk merakam secara ringkas, mari kita lihat semula pengiraan kami tiga VAR dalam bahagian 1 menggunakan tiga kaedah yang berbeza untuk pelaburan "QQQ" yang sama:
* Kami tidak memerlukan sisihan piawai kerana kaedah sejarah (kerana ia hanya membuat tempahan semula paling rendah ke tahap tertinggi) atau simulasi Monte Carlo (kerana menghasilkan keputusan akhir bagi kita).
Kerana pembolehubah masa, pengguna VAR perlu tahu cara menukar satu tempoh masa ke masa yang lain, dan mereka boleh melakukannya dengan bergantung pada idea klasik dalam kewangan: sisihan piawai pengembalian saham cenderung meningkat dengan punca kuasa dua kali. Jika sisihan piawai pulangan harian ialah 2.64% dan terdapat 20 hari dagangan dalam sebulan (T = 20), maka sisihan piawai bulanan diwakili oleh yang berikut:
Ku σMonthly ≅ σDaily × T ≅ 2.64% × 20
Untuk "skala" sisihan piawai harian ke sisihan piawai bulanan, kita melipatgandakannya bukan dengan 20 tetapi dengan punca kuasa 20. Begitu juga, jika kita ingin skala sisihan piawai harian ke sisihan piawai tahunan, kita melipatgandakan standard harian sisihan oleh punca kuasa 250 (dengan mengandaikan 250 hari dagangan dalam setahun). Sekiranya kita mengira sisihan piawai bulanan (yang akan dilakukan dengan menggunakan pulangan bulan ke bulan), kita boleh menukar kepada sisihan piawai tahunan dengan mendarabkan sisihan piawai bulanan dengan punca kuasa dua sebanyak 12.
Memohon Kaedah VAR ke Stok Tunggal
Kedua-dua kaedah simulasi bersejarah dan Monte Carlo mempunyai penyokong mereka, tetapi kaedah bersejarah ini memerlukan data bersejarah dan kaedah simulasi Monte Carlo adalah kompleks. Kaedah yang paling mudah adalah varians-covariance.
Di bawah ini kita memasukkan elemen masa penukaran kepada kaedah varians-covariance untuk satu saham (atau pelaburan tunggal):
Sekarang mari kita gunakan formula ini untuk QQQ. Ingatlah bahawa sisihan piawai harian bagi QQQ sejak penubuhannya ialah 2.64%. Tetapi kami ingin mengira VAR bulanan, dan dengan mengandaikan 20 hari perdagangan dalam sebulan, kami melipatgandakan dengan punca kuasa 20:
* Nota Penting: Kerugian terburuk (-19.5% dan -27.5%) adalah kerugian di bawah jangkaan pulangan yang dijangkakan atau purata. Dalam kes ini, kita simpan dengan mudah dengan mengandaikan pulangan yang dijangkakan setiap hari adalah sifar. Kami bulat, jadi kerugian paling teruk juga kerugian bersih.
Oleh itu, dengan kaedah varians-covariance, kita boleh mengatakan dengan keyakinan 95% bahawa kita tidak akan kehilangan lebih daripada 19.5% dalam mana-mana bulan tertentu. QQQ jelas bukan pelaburan yang paling konservatif! Walau bagaimanapun, anda boleh perhatikan bahawa hasil di atas adalah berbeza daripada yang kami terima di bawah simulasi Monte Carlo, yang menyatakan kerugian bulanan maksimum kami ialah 15% (di bawah tahap keyakinan 95% yang sama).
Kesimpulannya
Nilai berisiko adalah jenis risiko penurunan risiko khas. Daripada menghasilkan satu statistik atau menyatakan kepastian mutlak, ia membuat anggaran probabilistik. Dengan tahap keyakinan yang diberikan, ia bertanya, "Apakah kerugian maksimum yang dijangkakan dalam jangka waktu tertentu?" Terdapat tiga kaedah yang mana VAR boleh dikira: simulasi sejarah, kaedah varians-covariance, dan simulasi Monte Carlo.
Kaedah varians-covariance adalah paling mudah kerana anda perlu menganggarkan hanya dua faktor: pulangan purata dan sisihan piawai. Walau bagaimanapun, ia menganggap pulangan berkelakuan baik mengikut lengkung normal simetri dan corak sejarah akan mengulangi masa depan.
Simulasi sejarah meningkatkan ketepatan pengiraan VAR, tetapi memerlukan lebih banyak data pengiraan; ia juga menganggap bahawa "masa lalu adalah prolog." Simulasi Monte Carlo adalah rumit tetapi mempunyai kelebihan yang membolehkan pengguna menyesuaikan idea tentang corak masa depan yang berlepas dari corak sejarah.
Untuk perkara ini, lihat Bunga Kompaun Berterusan .
