ที่นี่เราจะอธิบายวิธีการแปลงค่าความเสี่ยง (VAR) ของช่วงเวลาหนึ่งเป็น VAR ที่เทียบเท่าสำหรับช่วงเวลาที่แตกต่างกันและแสดงวิธีใช้ VAR เพื่อประเมินความเสี่ยงขาลงของการลงทุนหุ้นครั้งเดียว
การแปลงช่วงเวลาหนึ่งเป็นอีกช่วงเวลาหนึ่ง
ในส่วนที่ 1 เราคำนวณ VAR สำหรับดัชนี Nasdaq 100 (ticker: QQQ) และสร้างว่า VAR ตอบคำถามสามส่วน: "การสูญเสียที่เลวร้ายที่สุดที่ฉันสามารถคาดหวังได้ในช่วงเวลาที่ระบุด้วยระดับความเชื่อมั่นคืออะไร"
เนื่องจากช่วงเวลาเป็นตัวแปรการคำนวณที่แตกต่างกันอาจระบุช่วงเวลาที่แตกต่างกัน - ไม่มีช่วงเวลา "ถูกต้อง" ตัวอย่างเช่นธนาคารพาณิชย์มักจะคำนวณ VAR รายวันถามตัวเองว่าพวกเขาสามารถสูญเสียเท่าใดในหนึ่งวัน ในทางตรงกันข้ามกองทุนบำเหน็จบำนาญมักคำนวณ VAR รายเดือน
หากต้องการสรุปสั้น ๆ ลองดูการคำนวณ VARs สามรายการของเราในส่วนที่ 1 อีกครั้งโดยใช้วิธีที่แตกต่างกันสามวิธีสำหรับการลงทุน "QQQ" เดียวกัน:
* เราไม่จำเป็นต้องมีค่าเบี่ยงเบนมาตรฐานสำหรับทั้งวิธีการในอดีต (เพราะเพิ่งสั่งซื้อใหม่ให้ผลตอบแทนต่ำสุดไปหาสูงสุด) หรือการจำลอง Monte Carlo (เพราะมันให้ผลลัพธ์สุดท้ายสำหรับเรา)
เนื่องจากตัวแปรเวลาผู้ใช้ VAR จำเป็นต้องรู้วิธีแปลงช่วงเวลาหนึ่งเป็นอีกช่วงเวลาหนึ่งและพวกเขาสามารถทำได้โดยอาศัยแนวคิดคลาสสิคทางการเงิน: ค่าเบี่ยงเบนมาตรฐานของผลตอบแทนหุ้นมีแนวโน้มเพิ่มขึ้นด้วยรากที่สองของเวลา. หากค่าเบี่ยงเบนมาตรฐานของผลตอบแทนรายวันคือ 2.64% และมี 20 วันทำการในหนึ่งเดือน (T = 20) ดังนั้นค่าเบี่ยงเบนมาตรฐานรายเดือนจะแสดงดังนี้
on รายเดือน≅σทุกวัน× T ≅ 2.64% × 20
ในการ "ไต่" ส่วนเบี่ยงเบนมาตรฐานรายวันเป็นค่าเบี่ยงเบนมาตรฐานรายเดือนเราจะคูณมันด้วย 20 แต่ด้วยสแควร์รูทของ 20 ในทำนองเดียวกันถ้าเราต้องการวัดส่วนเบี่ยงเบนมาตรฐานรายวันเป็นส่วนเบี่ยงเบนมาตรฐานรายปีเราจะคูณมาตรฐานรายวัน ส่วนเบี่ยงเบนโดยสแควร์รูทของ 250 (สมมติว่า 250 วันทำการในหนึ่งปี) หากเราคำนวณค่าเบี่ยงเบนมาตรฐานรายเดือน (ซึ่งสามารถทำได้โดยใช้ผลตอบแทนรายเดือน) เราสามารถแปลงเป็นค่าเบี่ยงเบนมาตรฐานรายปีด้วยการคูณค่าเบี่ยงเบนมาตรฐานรายเดือนด้วยการเบี่ยงเบนมาตรฐานรายเดือนด้วยสแควร์รูท 12
การใช้วิธี VAR กับสต็อคเดี่ยว
ทั้งวิธีการจำลองทางประวัติศาสตร์และมอนติคาร์โลมีผู้ให้การสนับสนุน แต่วิธีการทางประวัติศาสตร์นั้นต้องการการบีบอัดข้อมูลในอดีตและวิธีการจำลองมอนติคาร์โลนั้นซับซ้อน วิธีที่ง่ายที่สุดคือความแปรปรวนร่วม - ความแปรปรวนร่วม
ด้านล่างเรารวมองค์ประกอบการแปลงเวลาเป็นวิธีการแปรปรวนร่วมแปรปรวนสำหรับหุ้นเดียว (หรือการลงทุนเดี่ยว):
ตอนนี้เราจะใช้สูตรเหล่านี้กับ QQQ โปรดจำไว้ว่าค่าเบี่ยงเบนมาตรฐานรายวันสำหรับ QQQ นับตั้งแต่ก่อตั้งขึ้นคือ 2.64% แต่เราต้องการคำนวณ VAR รายเดือนและสมมติว่า 20 วันซื้อขายในหนึ่งเดือนเราคูณด้วยสแควร์รูทของ 20:
* หมายเหตุสำคัญ: การ สูญเสียที่เลวร้ายที่สุด (-19.5% และ -27.5%) คือความสูญเสียต่ำกว่าผลตอบแทนที่คาดหวังหรือโดยเฉลี่ย ในกรณีนี้เราทำให้มันง่ายโดยสมมติว่าผลตอบแทนที่คาดหวังรายวันเป็นศูนย์ เราปัดเศษลงดังนั้นการสูญเสียที่เลวร้ายที่สุดก็คือผลขาดทุนสุทธิ
ดังนั้นด้วยวิธีแปรปรวน - ความแปรปรวนร่วมเราสามารถพูดด้วยความมั่นใจ 95% ว่าเราจะไม่สูญเสียมากกว่า 19.5% ในเดือนใดก็ตาม QQQ ชัดเจนไม่ใช่การลงทุนที่อนุรักษ์นิยมที่สุด! อย่างไรก็ตามคุณอาจทราบว่าผลลัพธ์ข้างต้นนั้นแตกต่างจากที่เราได้รับภายใต้การจำลองของ Monte Carlo ซึ่งกล่าวว่าการสูญเสียรายเดือนสูงสุดของเราคือ 15% (ภายใต้ระดับความเชื่อมั่น 95% เดียวกัน)
ข้อสรุป
มูลค่าที่มีความเสี่ยงเป็นการวัดความเสี่ยงขาลงแบบพิเศษ แทนที่จะสร้างสถิติเดียวหรือแสดงความเชื่อมั่นอย่างแท้จริงมันทำให้การประมาณความน่าจะเป็น ด้วยระดับความเชื่อมั่นที่กำหนดจะถามว่า "การสูญเสียสูงสุดที่เราคาดไว้ในช่วงเวลาที่กำหนดคืออะไร" มีสามวิธีที่สามารถคำนวณ VAR ได้: การจำลองทางประวัติศาสตร์, วิธีความแปรปรวนร่วม - ความแปรปรวนร่วม, และการจำลองมอนติคาร์โล
วิธีแปรปรวน - ความแปรปรวนร่วมนั้นง่ายที่สุดเพราะคุณต้องประเมินเพียงสองปัจจัย: ผลตอบแทนเฉลี่ยและค่าเบี่ยงเบนมาตรฐาน อย่างไรก็ตามมันจะถือว่าผลตอบแทนมีความประพฤติดีตามเส้นโค้งปกติแบบสมมาตรและรูปแบบทางประวัติศาสตร์นั้นจะเกิดซ้ำในอนาคต
การจำลองเชิงประวัติช่วยเพิ่มความแม่นยำของการคำนวณ VAR แต่ต้องการข้อมูลคอมพิวเตอร์มากขึ้น นอกจากนี้ยังอนุมานว่า "อดีตเป็นอารัมภบท" การจำลองแบบมอนติคาร์โลนั้นซับซ้อน แต่มีข้อดีของการอนุญาตให้ผู้ใช้ปรับแต่งความคิดเกี่ยวกับรูปแบบในอนาคตที่แยกออกจากรูปแบบทางประวัติศาสตร์
ถึงหัวข้อนี้โปรดดู ความสนใจต่อเนื่องแบบผสม
