मूल्य-पर-जोखिम (VaR) एक एकल निवेश या निवेश के पोर्टफोलियो के लिए नकारात्मक निवेश जोखिम का एक व्यापक रूप से उपयोग किया जाने वाला उपाय है। VaR एक निश्चित समय के लिए एक निश्चित समय के लिए पोर्टफोलियो पर अधिकतम-डॉलर के नुकसान को आत्मविश्वास के स्तर पर देता है। अक्सर पूंछ के जोखिम का संकेत देने के लिए आत्मविश्वास का स्तर चुना जाता है; यह दुर्लभ, चरम बाजार की घटनाओं का जोखिम है।
उदाहरण के लिए, वीएआर गणना के आधार पर, एक निवेशक 95% आश्वस्त हो सकता है कि $ 100 इक्विटी निवेश पर एक दिन में अधिकतम नुकसान $ 3 से अधिक नहीं होगा। VaR (इस उदाहरण में $ 3) को तीन अलग-अलग पद्धतियों का उपयोग करके मापा जा सकता है। प्रत्येक कार्यप्रणाली निवेश रिटर्न का वितरण बनाने पर निर्भर करती है; एक और तरीका है, सभी संभावित निवेश रिटर्न को एक निर्दिष्ट समय अवधि में होने की संभावना सौंपी जाती है। ( जोखिम पर मूल्य का एक परिचय भी देखें (VaR )
VaR कितना सही है?
एक बार एक VaR कार्यप्रणाली चुना जाता है, एक पोर्टफोलियो के VaR की गणना एक काफी सरल अभ्यास है। चुनौती माप की सटीकता का आकलन करने में निहित है और इस प्रकार, रिटर्न के वितरण की सटीकता। माप की सटीकता जानना वित्तीय संस्थानों के लिए विशेष रूप से महत्वपूर्ण है क्योंकि वे संभावित नुकसान को कवर करने के लिए कितनी नकदी आरक्षित करने की आवश्यकता है, इसका अनुमान लगाने के लिए वे वीआर का उपयोग करते हैं। VaR मॉडल में किसी भी तरह की अशुद्धि का मतलब हो सकता है कि संस्थान पर्याप्त भंडार नहीं रख रहा है और न केवल संस्थान के लिए, बल्कि इसके जमाकर्ताओं, व्यक्तिगत निवेशकों और कॉर्पोरेट ग्राहकों के लिए भी महत्वपूर्ण नुकसान हो सकता है। चरम बाजार की स्थितियों में जैसे कि वीएआर कब्जा करने का प्रयास करता है, नुकसान दिवालियापन का कारण बनने के लिए पर्याप्त हो सकता है। (यह भी देखें कि आपको दिवालियापन के बारे में क्या जानना चाहिए। )
कैसे सटीकता के लिए एक VaR मॉडल के पीछे करने के लिए
जोखिम प्रबंधक एक वीआर मॉडल की सटीकता को निर्धारित करने के लिए बैकटेकिंग नामक एक तकनीक का उपयोग करते हैं। बैकिंग में पोर्टफोलियो पर प्राप्त वास्तविक नुकसान (या लाभ) की गणना की गई वीआर माप की तुलना शामिल है। एक बैकस्टेस्ट विश्वास के स्तर पर निर्भर करता है जो गणना में माना जाता है। उदाहरण के लिए, जो निवेशक 95% आत्मविश्वास के साथ $ 100 निवेश पर $ 3 के एक दिवसीय VaR की गणना करता है, वह अपने पोर्टफोलियो पर एक दिन के नुकसान की उम्मीद करेगा $ 3 से अधिक समय का केवल 5%। यदि निवेशक ने वास्तविक नुकसान को 100 दिनों में दर्ज किया है, तो नुकसान वीआर मॉडल के सटीक होने पर उन दिनों के पांच पर $ 3 से अधिक होगा। वास्तविक रिटर्न अपवादों की वास्तविक संख्या के अनुपात की तुलना करके मॉडल वापसी वितरण के खिलाफ एक वास्तविक बैकस्ट स्टैक अप अपवादों की अपेक्षित संख्या को बढ़ाता है। यह सुनिश्चित करने के लिए कि वास्तविक रिटर्न वितरण के लिए पर्याप्त वास्तविक रिटर्न अवलोकन हैं, यह सुनिश्चित करने के लिए पर्याप्त लंबी अवधि में बैकस्टेस्ट का प्रदर्शन किया जाना चाहिए। एक दिन के वीआरआर उपाय के लिए, जोखिम प्रबंधक आमतौर पर बैकिंग के लिए एक वर्ष की न्यूनतम अवधि का उपयोग करते हैं।
साधारण बैकस्ट में एक बड़ी खामी है: यह इस्तेमाल किए गए वास्तविक रिटर्न के नमूने पर निर्भर है। फिर से उस निवेशक पर विचार करें, जिसने 95% आत्मविश्वास के साथ $ 3 एक दिवसीय VaR की गणना की। मान लीजिए कि निवेशक ने 100 दिनों में एक बैकस्टेस्ट किया और वास्तव में पांच अपवाद पाए। यदि निवेशक 100-दिन की अवधि का उपयोग करता है, तो अपवादों की संख्या कम या अधिक हो सकती है। यह नमूना निर्भरता मॉडल की सटीकता का पता लगाना मुश्किल बनाता है। इस कमजोरी को दूर करने के लिए, सांख्यिकीय परीक्षणों को अधिक से अधिक प्रकाश में लागू किया जा सकता है, चाहे एक बैकस्ट विफल हो या पारित हो।
बैकटेस्ट फेल होने पर क्या करें
जब कोई बैकस्ट विफल होता है, तो कई संभावित कारण होते हैं जिन्हें ध्यान में रखा जाना चाहिए:
गलत वापसी वितरण
यदि VaR कार्यप्रणाली एक वापसी वितरण (उदाहरण के लिए, सामान्य रिटर्न का वितरण) मानती है, तो संभव है कि मॉडल वितरण वास्तविक वितरण के लिए एक अच्छा फिट नहीं है। सांख्यिकीय अच्छाई-से-फिट परीक्षण का उपयोग यह जांचने के लिए किया जा सकता है कि मॉडल वितरण वास्तविक मनाया गया डेटा फिट बैठता है। वैकल्पिक रूप से, एक वीआर पद्धति जिसे वितरण धारणा की आवश्यकता नहीं होती है, का उपयोग किया जा सकता है।
एक गलत वर्तनी वाला वीआर मॉडल
यदि VaR मॉडल कैप्चर करता है, तो कहें, केवल इक्विटी मार्केट जोखिम जबकि निवेश पोर्टफोलियो अन्य जोखिमों जैसे कि ब्याज दर जोखिम या विदेशी मुद्रा जोखिम के संपर्क में है, मॉडल गलत है। इसके अलावा, अगर वीआर मॉडल जोखिमों के बीच सहसंबंधों को पकड़ने में विफल रहता है, तो इसे गलत माना जाता है। मॉडल में सभी लागू जोखिमों और संबंधित सहसंबंधों को शामिल करके इसे ठीक किया जा सकता है। जब भी नए जोखिम एक पोर्टफोलियो में जोड़े जाते हैं तो वीआर मॉडल का पुनर्मूल्यांकन करना महत्वपूर्ण होता है।
वास्तविक नुकसान का मापन
वास्तविक पोर्टफोलियो घाटे को उन जोखिमों का प्रतिनिधि होना चाहिए जिन्हें मॉडलिंग किया जा सकता है। विशेष रूप से, वास्तविक नुकसान को किसी भी शुल्क या ऐसी अन्य लागतों या आय को बाहर करना होगा। नुकसान जो केवल जोखिमों का प्रतिनिधित्व करते हैं, जिन्हें मॉडल किया जा सकता है, उन्हें "साफ नुकसान" कहा जाता है। जिन लोगों में फीस और ऐसी अन्य चीजें शामिल हैं, उन्हें "गंदे नुकसान" के रूप में जाना जाता है। हमेशा की तरह तुलना सुनिश्चित करने के लिए स्वच्छ नुकसान का उपयोग करके बैकिंग करना चाहिए।
अन्य बातें
यह महत्वपूर्ण है कि वीएआर मॉडल पर भरोसा न करें क्योंकि यह सबसे पीछे से गुजरता है। हालांकि वीआर सबसे खराब स्थिति के जोखिम के बारे में उपयोगी जानकारी प्रदान करता है, यह नियोजित वितरण पर विशेष रूप से वितरण की पूंछ पर बहुत निर्भर करता है। चूँकि पूंछ की घटनाएँ इतनी बार-बार होती हैं, इसलिए कुछ चिकित्सकों का तर्क है कि ऐतिहासिक अवलोकन के आधार पर पूंछ की संभावनाओं को मापने के किसी भी प्रयास में स्वाभाविक रूप से दोष है। रॉयटर्स के अनुसार, "वित्तीय संकट के बाद वाएआर को गर्मजोशी से आलोचना का सामना करना पड़ा क्योंकि कई मॉडल 2007 और 2008 में कई बड़े बैंकों को हुए नुकसान की सीमा का अनुमान लगाने में विफल रहे।"
कारण? बाजारों को एक समान घटना का अनुभव नहीं हुआ था, इसलिए इसका उपयोग किए गए वितरणों की पूंछ में कब्जा नहीं किया गया था। 2007 के वित्तीय संकट के बाद, यह भी स्पष्ट हो गया कि वीएआर मॉडल सभी जोखिमों को पकड़ने में असमर्थ हैं; उदाहरण के लिए, आधार जोखिम। इन अतिरिक्त जोखिमों को "वीआरआर में जोखिम नहीं" या आरएनवीवी के रूप में संदर्भित किया जाता है।
इन अपर्याप्तताओं को संबोधित करने के प्रयास में, जोखिम प्रबंधक अन्य जोखिम उपायों और तनाव परीक्षण जैसी अन्य तकनीकों के साथ वीआर माप को पूरक करते हैं।
तल - रेखा
मूल्य-पर-जोखिम (VaR) एक निश्चित स्तर की आत्मविश्वास के साथ एक निर्दिष्ट समय अवधि में सबसे खराब स्थिति के नुकसान का एक उपाय है। निवेश रिटर्न के वितरण पर वीएआर का माप टिका होता है। यह परीक्षण करने के लिए कि मॉडल वास्तविकता का सटीक रूप से प्रतिनिधित्व करता है या नहीं, बैकटेकिंग किया जा सकता है। एक असफल बैकस्ट का मतलब है कि वीएआर मॉडल का पुनर्मूल्यांकन किया जाना चाहिए। हालांकि, एक वीआरआर मॉडल जो एक बैकटेस्ट से गुजरता है, उसे अभी भी वैर मॉडलिंग की कमियों के कारण अन्य जोखिम उपायों के साथ पूरक होना चाहिए। ( अपने निवेश रिटर्न की गणना करने का तरीका भी देखें । )
