O valor em risco (VaR) é uma medida amplamente usada de risco de investimento negativo para um único investimento ou carteira de investimentos. O VaR fornece a perda máxima em dólares em uma carteira durante um período de tempo específico para um certo nível de confiança. Freqüentemente, o nível de confiança é escolhido de modo a dar uma indicação do risco da cauda; isto é, o risco de eventos raros e extremos de mercado.
Por exemplo, com base no cálculo do VaR, um investidor pode ter 95% de confiança de que a perda máxima em um dia em um investimento de capital de US $ 100 não excederá US $ 3. O VaR (US $ 3 neste exemplo) pode ser medido usando três metodologias diferentes. Cada metodologia depende da criação de uma distribuição de retornos de investimento; Em outras palavras, todos os retornos de investimento possíveis recebem uma probabilidade de ocorrência durante um período especificado. (Veja também Introdução ao Valor em Risco (VaR) .)
Quão preciso é o VaR?
Uma vez escolhida a metodologia do VaR, o cálculo do VaR de uma carteira é um exercício bastante simples. O desafio está em avaliar a precisão da medida e, portanto, a precisão da distribuição dos retornos. Conhecer a precisão da medida é particularmente importante para as instituições financeiras, porque elas usam o VaR para estimar quanto dinheiro precisam reservar para cobrir possíveis perdas. Quaisquer imprecisões no modelo de VaR podem significar que a instituição não possui reservas suficientes e pode levar a perdas significativas, não apenas para a instituição, mas potencialmente para seus depositantes, investidores individuais e clientes corporativos. Em condições extremas de mercado, como as que o VaR tenta capturar, as perdas podem ser grandes o suficiente para causar falência. (Veja também o que você precisa saber sobre falência. )
Como fazer backtest de um modelo VaR para precisão
Os gerentes de risco usam uma técnica conhecida como backtesting para determinar a precisão de um modelo de VaR. O backtesting envolve a comparação da medida do VaR calculada com as perdas (ou ganhos) reais alcançados na carteira. Um backtest depende do nível de confiança que é assumido no cálculo. Por exemplo, o investidor que calculou um VaR de um dia de US $ 3 em um investimento de US $ 100 com 95% de confiança esperará que a perda de um dia em seu portfólio exceda US $ 3 em apenas 5% do tempo. Se o investidor registrasse as perdas reais em 100 dias, a perda excederia US $ 3 em exatamente cinco daqueles dias se o modelo do VaR fosse preciso. Um backtest simples empilha a distribuição de retorno real em relação à distribuição de retorno do modelo, comparando a proporção de exceções de perda real com o número esperado de exceções. O backtest deve ser executado 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 backtesting.
O backtest simples tem uma grande desvantagem: depende da amostra de retornos reais usados. Considere novamente o investidor que calculou um VaR de US $ 3 em um dia com 95% de confiança. Suponha que o investidor executou um backtest por mais de 100 dias e encontrou exatamente cinco exceções. Se o investidor usar um período de 100 dias diferente, pode haver um número menor ou maior de exceções. Essa dependência de amostra dificulta a verificação da precisão do modelo. Para resolver essa fraqueza, testes estatísticos podem ser implementados para esclarecer melhor se um backtest falhou ou passou.
O que fazer se o backtest falhar
Quando um backtest falha, há várias causas possíveis que precisam ser levadas em consideração:
A Distribuição de Retorno Errado
Se a metodologia do VaR assumir uma distribuição de retorno (por exemplo, uma distribuição normal de retornos), é possível que a distribuição do modelo não seja adequada à distribuição real. Testes estatísticos de qualidade do ajuste podem ser usados para verificar se a distribuição do modelo se ajusta aos dados reais observados. Alternativamente, uma metodologia VaR que não requer uma suposição de distribuição pode ser usada.
Um modelo de VaR não especificado
Se o modelo de VaR captura, digamos, apenas risco de mercado de ações, enquanto a carteira de investimentos está exposta a outros riscos, como risco de taxa de juros ou risco de câmbio, o modelo é mal especificado. Além disso, se o modelo VaR falhar em capturar as correlações entre os riscos, ele será considerado incorretamente especificado. Isso pode ser corrigido incluindo todos os riscos aplicáveis e correlações associadas no modelo. É importante reavaliar o modelo de VaR sempre que novos riscos são adicionados a um portfólio.
Mensuração de perdas reais
As perdas reais do portfólio devem ser representativas dos riscos que podem ser modelados. Mais especificamente, as perdas reais devem excluir quaisquer taxas ou outros custos ou receitas. Perdas que representam apenas riscos que podem ser modelados são chamadas de "perdas limpas". Aqueles que incluem taxas e outros itens são conhecidos como "perdas sujas". O backtesting sempre deve ser feito usando perdas limpas para garantir uma comparação de igual para igual.
outras considerações
É importante não confiar em um modelo de VaR simplesmente porque ele passa no backtest. Embora o VaR ofereça informações úteis sobre a exposição ao risco de pior caso, ele é fortemente dependente da distribuição de retorno empregada, particularmente a cauda da distribuição. Como os eventos de cauda são tão pouco frequentes, alguns profissionais argumentam que qualquer tentativa de medir as probabilidades de cauda com base na observação histórica é inerentemente falha. De acordo com a Reuters, "o VaR recebeu críticas acaloradas após a crise financeira, pois muitos modelos falharam em prever a extensão das perdas que devastaram muitos grandes bancos em 2007 e 2008".
O motivo? Os mercados não haviam experimentado um evento semelhante, por isso não foi capturado nas caudas das distribuições usadas. Após a crise financeira de 2007, também ficou claro que os modelos de VaR são incapazes de capturar todos os riscos; por exemplo, risco básico. Esses riscos adicionais são referidos como "risco fora do VaR" ou RNiV.
Na tentativa de resolver essas inadequações, os gerentes de risco complementam a medida do VaR com outras medidas de risco e outras técnicas, como teste de estresse.
A linha inferior
O valor em risco (VaR) é uma medida das perdas dos piores casos durante um período de tempo especificado, com um certo nível de confiança. A mensuração do VaR depende da distribuição dos retornos do investimento. Para testar se o modelo representa ou não com precisão a realidade, é possível realizar o backtest. Um backtest com falha significa que o modelo VaR deve ser reavaliado. No entanto, um modelo de VaR que passa no backtest ainda deve ser complementado com outras medidas de risco devido às deficiências da modelagem do VaR. (Veja também Como calcular seu retorno do investimento. )
