MerQuR+Başvuru Kitabı

157. Riske Maruz Değer (VaR) ve Beklenen Kayıp (ES)

Analiz kimliği: risk_var_es · Menü adı: Risk Değeri ve Beklenen Kayıp (VaR / ES) · Panel: gui/panels/analyses/risk_var_es_panel.py · Motor: stats/risk_var_es.py, run_risk (satır 345–); tarihsel rv_tarihsel (75–96); normal ve t rv_normal, rv_t, rv_t_kestir (99–130); Cornish–Fisher rv_cf (137–142); EWMA rv_ewma (160–165); EVT rv_gpd_kestir, rv_evt (179–220); geriye dönük testler rv_kupiec, rv_christoffersen, rv_basel (241–281)

157.1 Ne işe yarar

Piyasa riskini tek bir sayıyla ölçer. VaR (riske maruz değer), belirli bir güven düzeyinde (c) belirli bir sürede aşılmayacak en büyük kayıptır. ES (beklenen kayıp, koşullu VaR) kaybın VaR'ı aştığı durumlarda ortalama kayıptır. Bu analiz yedi yöntemle VaR ve ES hesaplar ve kayan pencereyle geriye dönük test yapar.

\mathrm{VaR}_c=-Q_{1-c}(r),\qquad \mathrm{ES}_c=-E\big[r\mid r\le Q_{1-c}(r)\big]
  • r: getiri; Q_{1-c}: getirinin (1-c) kantili. VaR ve ES pozitif kayıp olarak verilir (kayıp =- getiri).
  • Yöntemler: tarihsel, parametrik normal, parametrik Student-t, Cornish–Fisher, EWMA (RiskMetrics), aşırı değer kuramı (POT/GPD), GARCH tabanlı.

Ne zaman kullanılır? Sermaye yeterliliği, limit belirleme, portföy riskini kuyruk açısından karşılaştırma ve VaR modelinin geriye dönük testleri.

Ne zaman kullanılmaz?

  • Kayıp dağılımı kısa bir pencerede (aylar) kestiriliyorsa ve rejim değiştiyse: kayan pencere gecikmeyle tepki verir.
  • Risk-ayarlı performansı ölçmek isteniyorsa: Yatırım Performansı Ölçüleri (156).
  • Dalgalanmanın kendisini modellemek istiyorsanız: GARCH (144; 161).

Sık karıştırılan analizler. VaR yalnız kuyruğun başlangıcını gösterir, kuyruk içindeki şiddeti söylemez; ES bunu verir. Varyans ve oynaklık ise kuyruğa özgü değildir.

157.2 Varsayımlar ve veri türü

Varsayım Ne demek MerQur'da nasıl denetlenir
Durağan getiri dağılımı pencerede Pencere, gelecekteki dağılımı temsil eder. Geriye dönük test bunu sınar.
Yeterli gözlem Pencere kuyruk için yeterli. Kısa pencerede kuyruk gözlemi azalır; POT için eşik üstü gözlem sayısı yazılır.
Bağımsız ihlaller Kupiec ihlal oranını, Christoffersen bağımsızlığı sınar. İkisi birlikte koşullu kapsama testidir.
Normal dağılım Yalnız parametrik normal için. Çarpıklık ve basıklık gösterilir.

Eksik değer. Getirilerdeki eksikler atılır. Uç durumlar: pencere sabitse (varyans sıfır) çarpıklık ve basıklık tanımsızdır (rv_momentler); \nu\le1 ise Student-t ES sonsuz çıkar; a\ge1 ise EVT hesaplanmaz.

157.3 Parametreler

Varsayılanlar risk_var_es_panel.py içindeki read_options kodundan okunmuştur.

Arayüz adı Varsayılan Ne yapar Sonucu nasıl değiştirir
Seriler, zaman — Getiri sütunları. —
Girdi türü Getiri Getiri ya da fiyat. Fiyat getiriye çevrilir.
Değer dönüşümü Basit Basit ya da logaritmik. —
Ağırlıklar, pozisyon boş, 1 Portföy için ağırlıklar; parasal pozisyon. Kayıp parasal ölçeklenir.
Pencere 500 Kayan pencere uzunluğu. VaR ve ES kestirimi.
Tutma süresi h 1 Gün sayısı. Tarihsel: örtüşen toplam; öteki: \sqrt h.
Yenileme 20 t, GPD ve GARCH'ı her k günde yeniden kestirir. Geriye dönük test süresi.
Güven düzeyleri %95, %97,5, %99 Hesaplanacak düzeyler. —
Yöntemler hepsi Tarihsel, normal, t, CF, EWMA, EVT, GARCH. —
Kantil tipi 8 R quantile tipleri 1–9. Tarihsel VaR.
ES tanımı İntegral İntegral, kuyruk koşullu beklenti, en kötü \lfloor n\alpha\rfloor. Tarihsel ES.
EWMA \lambda, başlangıç 0,94; ilk W gözlemin kare ortalaması RiskMetrics günlük \lambda. EWMA.
t serbestlik üst sınırı, sabit \nu 1002, 0 (kestir) Student-t MLE sınırı. t yöntemi.
EVT eşiği 0,90 Eşik kayıp kantili. GPD.
GARCH modeli, dağılım, p, q sGARCH, std, 1, 1 GARCH tabanlı VaR/ES. GARCH.

157.4 Veri örneği

Tıp veri setinde finansal getiri bulunmadığından, S&P 500 günlük getirileri kullanılır (R rugarch paketi; MerQur test klasöründe tests/data/fin_risk_sp500_rugarch.csv; 2001-12-06 – 2009-01-30; n=1800). Pencere 500, yenileme 50, yöntemler tarihsel, normal, t, Cornish–Fisher, EWMA, EVT; düzeyler %95 ve %99.

157.5 Formüller ve hesap adımları

157.5.1 Tarihsel

Pencerede x_1\le\dots\le x_n; VaR=-Q_{1-c}, kantil tipi 8 (median_unbiased; Hyndman ve Fan, 1996). ES varsayılanı ampirik dağılımın ES'idir (Acerbi ve Tasche, 2002): k=n(1-c), m=\lfloor k\rfloor,

\mathrm{ES}=-\frac{1}{k}\Big(\sum_{i=1}^{m}x_i+(k-m)\,x_{m+1}\Big)

Seçenekler: kantile eşit ya da küçük getirilerin ortalaması, ve en küçük \lfloor n\alpha\rfloor gözlemin ortalaması. h>1 için tarihsel yöntemde örtüşen h günlük toplamlar, öteki yöntemlerde \sqrt h kuralı kullanılır.

157.5.2 Parametrik normal ve Student-t

\mathrm{VaR}=-\mu+\sigma z_c,\quad \mathrm{ES}=-\mu+\sigma\frac{\phi(z_c)}{1-c}\qquad(\sigma:\ n-1\ \text{paydalı})

Konum-ölçek Student-t en çok olabilirlikle kestirilir (\nu\in[2,\nu_{\max}]); q=t^{-1}_\nu(1-c) ile

\mathrm{VaR}=-m-s\,q,\qquad \mathrm{ES}=-m+s\,\frac{\nu+q^2}{\nu-1}\frac{f_\nu(q)}{1-c}

157.5.3 Cornish–Fisher

Çarpıklık S ve fazla basıklık K ile (Zangari, 1996):

g(u)=u+\frac{u^2-1}{6}S+\frac{u^3-3u}{24}K-\frac{2u^3-5u}{36}S^2,\qquad \mathrm{VaR}=-(\mu+\sigma\,g(z_{1-c}))

ES için Boudt, Peterson ve Croux (2008) kapalı formülü kullanılır. Kantil işlevi tekdüze değilse (aşırı S, K) kullanılamaz (rv_cf_tekduze).

157.5.4 EWMA ve EVT

EWMA: \sigma_{t+1}^2=\lambda\sigma_t^2+(1-\lambda)r_t^2, \lambda=0{,}94; sıfır ortalamalı normal. EVT (POT/GPD): eşik u pencere kayıplarının kantilidir (0{,}90), aşımlara GPD en çok olabilirlikle uydurulur; a=(n/N_u)(1-c):

\mathrm{VaR}=u+\frac{\beta}{\xi}\big(a^{-\xi}-1\big),\qquad \mathrm{ES}=\frac{\mathrm{VaR}}{1-\xi}+\frac{\beta-\xi u}{1-\xi}\quad(\xi<1)

157.5.5 Geriye dönük testler

İhlal I_t=1 ise kayıp VaR'ı aşmıştır. x ihlal, n dönem, p=1-c:

LR_{uc}=-2\ln\frac{(1-p)^{n-x}p^{x}}{(1-x/n)^{n-x}(x/n)^x}\ \sim\chi^2(1)\ \text{(Kupiec)},\qquad LR_{cc}=LR_{uc}+LR_{ind}\ \sim\chi^2(2)\ \text{(Christoffersen)}

LR_{ind} ihlallerin birinci dereceden Markov bağımsızlığını sınar (n_{00},n_{01},n_{10},n_{11} geçiş sayıları). Basel trafik ışığı: son en çok 250 dönemde ihlal sayısı için binom birikimli olasılık <0{,}95 yeşil, <0{,}9999 sarı, aksi halde kırmızı; sermaye çarpanı yalnız %99 düzeyinde ve 250 dönemde verilir (3,00–4,00; BCBS, 1996).

Koddaki tercih: kantil tipi 8 ve ES tanımı

Tarihsel kantil varsayılanı tip 8'dir (Hyndman ve Fan, 1996 önerisi); R ve çoğu tablo yazılımının varsayılanı tip 7'dir. ES varsayılanı ampirik dağılımın ES'idir (Acerbi ve Tasche, 2002); "küçük getirilerin ortalaması" ve "en kötü \lfloor n\alpha\rfloor" seçenekleridir (risk_var_es.py:30–40).

157.6 Elle hesap

Bağımsız numpy betiği (dogrulama/cilt9/risk.py). Son 500 gözlem.

Adım 1 — Pencere özeti. \bar r=-0{,}001123; s=0{,}020294 (n-1 paydalı).

Adım 2 — Tarihsel, %95. Tip 8 kantil: VaR =0{,}031964; k=500\times0{,}05=25, m=25, (k-m)=0: ES =0{,}052952.

Adım 3 — Tarihsel, %99. VaR =0{,}067335; k=5: ES =0{,}085825.

Adım 4 — Normal. %95: VaR =-\mu+s\,z_{0{,}95}=0{,}034504, ES =0{,}042984. %99: VaR =0{,}048334, ES =0{,}055211.

Adım 5 — Kupiec, tarihsel %95. Kayan pencereyle 1300 gün; ihlal =94, beklenen 65; LR_{uc}=12{,}041, p=0{,}000520. %99: ihlal 35, beklenen 13; LR_{uc}=25{,}706.

157.6.1 Doğrulama: MerQur, Python ve R

Büyüklük MerQur Bağımsız Python Sonuç
Tarihsel VaR/ES %95 0,03196; 0,05295 0,031964; 0,052952 ✓
Tarihsel VaR/ES %99 0,06734; 0,08583 0,067335; 0,085825 ✓
Normal VaR/ES %95 0,03450; 0,04298 0,034504; 0,042984 ✓
Normal VaR/ES %99 0,04833; 0,05521 0,048334; 0,055211 ✓
İhlal sayısı (tarihsel %95, %99) 94; 35 94; 35 ✓
Kupiec LR (tarihsel %95, %99) 12,041; 25,706 12,0410; 25,7061 ✓

Student-t, Cornish–Fisher, EWMA, EVT ve Christoffersen için bağımsız numpy hesapları ve R (rugarch, MASS, ismev) paket çıktıları MerQur test takımında kayıtlıdır (tests/data/fin_ref_risk.json; tests/test_v280_risk_var_es.py). Bu çalışmada R yeniden çalıştırılmamıştır.

157.7 Çıktıyı okuma

VaR ve ES (pozitif kayıp; son 500 gözlemle, 1 günlük tutma süresi)
Tarihsel benzetim      99,0%  0,06734  0,08583
Parametrik normal      99,0%  0,04833  0,05521
Aşırı değer (POT/GPD)  99,0%  0,06324  0,09109
İhlal sayıları ve VaR geriye dönük testleri (1300 dönem, pencere 500)
Tarihsel benzetim 95,0%  1300  94  65,0  0,0723  Kupiec 12,041  p 0,0005  koşullu kapsama p 0,0011  reddedildi
EWMA (RiskMetrics) 95,0% 1300  79  65,0  0,0608  Kupiec 2,979   p 0,0844  koşullu kapsama p 0,2081  reddedilmedi
Basel trafik ışığı: EWMA %99: 9 ihlal, birikimli 0,9997, sarı, çarpan 3,85
Öğe Ne yazar Nasıl yorumlanır
VaR, ES tablosu Yöntem ve düzeye göre. Normal, kalın kuyruklu seride riski eksik ölçer.
Kestirilen parametreler \mu,\sigma,\nu,u,\beta,\xi. \xi>0 kalın kuyruk.
İhlal ve testler Beklenen ve gözlenen ihlal. Oran beklenenden büyükse risk eksik ölçülüyor.
Koşullu kapsama Kupiec + bağımsızlık. p<\alpha ise yöntem reddedilir.
Basel Yeşil, sarı, kırmızı. Kırmızı bölge en yüksek sermaye çarpanıdır.

Bu örnekte (2008 krizi sonu) yöntemlerin çoğu çok sayıda ihlal verir. Yalnız EWMA %95'te koşullu kapsama testini geçer: oynaklığa hızlı tepki veren yöntem kayan sabit pencereden daha uyumludur. Normal yöntem %99'da en kötü sonucu verir (49 ihlal, beklenen 13). Student-t serbestlik derecesi 2{,}02 (kalın kuyruk).

S&P 500 günlük getirileri için (1800 gözlem, pencere 500) %99 düzeyinde tarihsel VaR \%6{,}73, ES \%8{,}58 bulundu. Geriye dönük testte tarihsel yöntem 1300 günde 35 ihlal verdi (beklenen 13); Kupiec LR=25{,}71 (p<0{,}0001).

157.8 Uzman soruları

S1. VaR neden tutarlı bir risk ölçüsü değil, ES neden daha iyi?

VaR alt toplanabilirliği sağlamaz ve kuyruğun şiddetini göstermez. ES alt toplanabilir ve kuyruk ortalamasıdır; bu yüzden düzenleyici çerçeveler ES'e kaymıştır.

S2. Kantil tipi 7 yerine neden 8?

Tip 8 (medyandan yansız) kuyrukta daha az yanlıdır ve Hyndman ve Fan (1996) önerisidir. Tip 7 R ve çoğu tablo yazılımının varsayılanıdır; seçenektir.

S3. h>1 günlük VaR nasıl ölçekleniyor?

Tarihsel yöntemde örtüşen h günlük toplamlar; öteki yöntemlerde \sqrt h kuralı (BCBS, 1996). Danielsson ve Zigrand (2006) karekök kuralının uyarısı vardır; tarihsel yönteme de karekök kuralı seçenekle uygulanabilir.

S4. Kupiec ve Christoffersen neden birlikte?

Kupiec yalnız ihlal oranını sınar; ihlaller öbekleşmiş olabilir. Christoffersen bağımsızlığı sınar ve koşullu kapsama ikisinin toplamıdır.

S5. Student-t serbestlik derecesi neden 2'den başlıyor?

Alt sınır sonlu varyans için 2'dir; üst sınır için kaynak olmadığından kullanıcıya bırakılmıştır (varsayılan 1002). \nu\le1 olsaydı ES sonsuz olurdu.

S6. Başka yazılımlarla fark?

Kantil tipi ve ES tanımı (yukarıdaki kutu), EWMA başlangıç varyansı (belgelerde yalnız örnek tabloda ilk getirinin karesi; MerQur ilk W gözlemin kare ortalamasını alır) ve Student-t üst sınırı yazılımlar arasında değişir.

157.9 Sık hatalar ve tuzaklar

  • VaR'ı "en kötü kayıp" saymak. Aşılma olasılığı 1-c'dir.
  • Çok kısa pencereyle %99 ES. Kuyrukta birkaç gözlem kalır.
  • Geriye dönük testte bağımsızlığı atlamak. Öbekleşmiş ihlaller yalnız Kupiec ile görülmez.
  • Basel çarpanını başka düzeyde okumak. Çarpan yalnız %99 ve 250 dönemde tanımlıdır.
  • Normal VaR'a güvenmek. Fazla basıklık yüksekse riski eksik ölçer.

157.10 Kaynaklar

  • Kupiec, P. H. (1995). Techniques for verifying the accuracy of risk measurement models. Journal of Derivatives, 3(2), 73–84. https://doi.org/10.3905/jod.1995.407942
  • Christoffersen, P. F. (1998). Evaluating interval forecasts. International Economic Review, 39(4), 841–862. https://doi.org/10.2307/2527341
  • Acerbi, C., & Tasche, D. (2002). On the coherence of expected shortfall. Journal of Banking & Finance, 26(7), 1487–1503. https://doi.org/10.1016/S0378-4266(02)00283-2
  • Hyndman, R. J., & Fan, Y. (1996). Sample quantiles in statistical packages. The American Statistician, 50(4), 361–365. https://doi.org/10.1080/00031305.1996.10473566
  • Boudt, K., Peterson, B., & Croux, C. (2008). Estimation and decomposition of downside risk for portfolios with non-normal returns. Journal of Risk, 11(2), 79–103. https://doi.org/10.21314/JOR.2008.188
  • McNeil, A. J., Frey, R., & Embrechts, P. (2005). Quantitative risk management: Concepts, techniques and tools. Princeton University Press.
  • Basel Committee on Banking Supervision. (1996). Supervisory framework for the use of "backtesting" in conjunction with the internal models approach to market risk capital requirements. Bank for International Settlements.
  • Danielsson, J., & Zigrand, J.-P. (2006). On time-scaling of risk and the square-root-of-time rule. Journal of Banking & Finance, 30(10), 2701–2713. https://doi.org/10.1016/j.jbankfin.2005.10.002
  • Jorion, P. (2007). Value at risk: The new benchmark for managing financial risk (3rd ed.). McGraw-Hill.
  • Bollerslev, T. (1986). Generalized autoregressive conditional heteroskedasticity. Journal of Econometrics, 31(3), 307–327. https://doi.org/10.1016/0304-4076(86)90063-1