O valor em risco (VaR) é uma medida amplamente utilizada de risco de investimento negativo para um investimento único ou uma carteira de investimentos. O VaR dá a perda de dólar máximo em uma carteira ao longo de um período de tempo específico para um certo nível de confiança. Muitas vezes, o nível de confiança é escolhido de modo a dar uma indicação de risco de cauda; isto é, o risco de eventos de mercado raros e extremos.

Por exemplo, com base em um cálculo de VaR, um investidor pode ter 95% de confiança de que a perda máxima em um dia em um investimento de capital de $ 100 não excederá US $ 3. O VaR ($ 3 neste exemplo) pode ser medido usando três metodologias diferentes. Cada metodologia baseia-se na criação de uma distribuição de retornos de investimento; De outra forma, todos os retornos de investimento possíveis são atribuídos a uma probabilidade de ocorrência durante um período de tempo especificado. (Veja também Uma Introdução ao Valor em Risco (VaR) .)

Quão preciso é VaR?

Uma vez que uma metodologia VaR é escolhida, o cálculo do VaR de um portfólio é um exercício bastante direto. O desafio consiste em avaliar a precisão da medida e, assim, a precisão da distribuição dos retornos. Conhecer a precisão da medida é particularmente importante para as instituições financeiras porque usam o VaR para estimar quanto dinheiro eles precisam reservar para cobrir perdas potenciais. Qualquer imprecisão no modelo de VaR pode significar que a instituição não está segurando reservas suficientes e pode levar a perdas significativas, não só para a instituição, mas potencialmente para seus depositantes, investidores individuais e clientes corporativos. Em condições extremas do mercado, como as que o VaR tenta capturar, as perdas podem ser suficientemente grandes para causar falência. (Veja também O que você precisa saber sobre a falência. )

Como testar um modelo VaR para precisão

Os gerentes de risco usam uma técnica conhecida como backtesting para determinar a precisão de um modelo VaR. Backtesting envolve a comparação da medida VaR calculada com as perdas (ou ganhos) reais obtidas no portfólio. Um backtest depende do nível de confiança que é assumido no cálculo. Por exemplo, o investidor que calculou um VaR de US $ 3 em um investimento de US $ 100 com 95% de confiança esperará que a perda de um dia em sua carteira exceda US $ 3 apenas 5% do tempo. Se o investidor registrou as perdas reais em mais de 100 dias, a perda excederia US $ 3 em exatamente cinco desses dias, se o modelo VaR for exato. Um backtest simples empilha a distribuição de retorno real contra a distribuição de retorno do modelo, comparando a proporção de exceções de perda real com o número esperado de exceções. O backtest deve ser realizado durante um período suficientemente longo para garantir que haja observações de retorno reais suficientes para criar uma distribuição de retorno real. Para uma medida de VaR de um dia, os gerentes de risco normalmente usam um período mínimo de um ano para testar.

O backtest simples tem uma grande desvantagem: é dependente da amostra de retornos reais usados. Considere novamente o investidor que calculou um VaR de US $ 3 por um dia com 95% de confiança. Suponhamos que o investidor tenha realizado um backtest há mais de 100 dias e encontrou exatamente cinco exceções. Se o investidor usar um período diferente de 100 dias, pode haver menos ou um número maior de exceções. Esta dependência da amostra torna difícil verificar a precisão do modelo. Para resolver essa fraqueza, testes estatísticos podem ser implementados para permitir uma maior luz sobre se um backtest falhou ou passou.

O que fazer se o Backtest falhar

Quando um backtest falhar, há uma série de causas possíveis que precisam ser levadas em consideração:

A distribuição de retorno errado

Se a metodologia VaR assumir um retorno distribuição (por exemplo, uma distribuição normal de retornos), é possível que a distribuição do modelo não seja adequada para a distribuição real. Os testes estatísticos de qualidade de ajuste podem ser usados ​​para verificar se a distribuição do modelo se ajusta aos dados observados. Alternativamente, uma metodologia VaR que não requer uma hipótese de distribuição pode ser usada.

Um Modelo de VaR Miss-especificado

Se o modelo de VaR capturar, digamos, apenas o risco de mercado de ações, enquanto a carteira de investimentos está exposta a outros riscos, como o risco de taxa de juros ou o risco cambial, o modelo está mal especificado. Além disso, se o modelo VaR não conseguir capturar as correlações entre os riscos, considera-se que não está especificado. Isso pode ser corrigido, incluindo todos os riscos aplicáveis ​​e correlações associadas no modelo. É importante reavaliar o modelo VaR sempre que novos riscos sejam adicionados a um portfólio.

Medição das perdas reais

As perdas reais da carteira devem ser representativas dos riscos que podem ser modelados. Mais especificamente, as perdas reais devem excluir quaisquer taxas ou outros custos ou receitas. As perdas que representam apenas riscos que podem ser modelados são referidas como "perdas limpas". Aqueles que incluem taxas e outros itens desse tipo são conhecidos como "perdas sujas". O teste de retorno sempre deve ser feito usando perdas limpas para garantir uma comparação semelhante a favor.

Outras Considerações

É importante não confiar em um modelo de VaR simplesmente porque passa um backtest. Embora o VaR ofereça informações úteis sobre a exposição ao risco do pior caso, é fortemente dependente da distribuição de retorno empregada, particularmente da cola da distribuição. Uma vez que os eventos da cauda são tão infrequentes, alguns praticantes argumentam que qualquer tentativa de medir probabilidades de cauda com base em observação histórica é inerentemente falha. Segundo a Reuters, "o VaR entrou para críticas acaloradas após a crise financeira, já que muitos modelos não conseguiram prever a extensão das perdas que devastaram muitos grandes bancos em 2007 e 2008".

O motivo? Os mercados não experimentaram um evento similar, por isso não foi capturado nas colas das distribuições que foram usadas. Após a crise financeira de 2007, também ficou claro que os modelos VaR são incapazes de capturar todos os riscos; por exemplo, risco de base.Estes riscos adicionais são referidos como "risco não no VaR" ou RNiV.

Na tentativa de resolver essas insuficiências, os gerentes de risco complementam a medida do VaR com outras medidas de risco e outras técnicas, como testes de estresse.

A linha inferior

Valor em risco (VaR) é uma medida das perdas do pior caso durante um período de tempo especificado com um certo nível de confiança. A medida do VaR depende da distribuição dos retornos dos investimentos. Para testar se o modelo representa ou não a realidade, o backtesting pode ser realizado. Um backtest falhou significa que o modelo VaR deve ser reavaliado. No entanto, um modelo de VaR que passa um backtest ainda deve ser complementado com outras medidas de risco devido às falhas do modelo VaR. (Veja também Como calcular seu retorno de investimento. )