Value-at-risk (VaR) adalah ukuran risiko penurunan risiko yang digunakan secara luas untuk satu investasi atau portofolio investasi. VaR memberikan kerugian maksimal pada portofolio pada periode waktu tertentu untuk tingkat kepercayaan tertentu. Seringkali tingkat kepercayaan dipilih sehingga memberi indikasi risiko ekor; Artinya, risiko langka, peristiwa pasar yang ekstrim.

Misalnya, berdasarkan perhitungan VaR, investor mungkin yakin 95% bahwa kerugian maksimum dalam satu hari pada investasi ekuitas $ 100 tidak akan melebihi $ 3. VaR ($ 3 dalam contoh ini) dapat diukur dengan menggunakan tiga metodologi yang berbeda. Setiap metodologi bergantung pada penciptaan distribusi hasil investasi; Dengan kata lain, semua hasil investasi yang mungkin diberikan probabilitas terjadinya selama jangka waktu tertentu. (Lihat juga Pengantar Nilai Beresiko (VaR) .)

Seberapa Akurat VaR?

Setelah metodologi VaR dipilih, menghitung VaR portofolio adalah latihan yang cukup mudah. Tantangannya terletak pada penilaian keakuratan ukuran dan, dengan demikian, ketepatan distribusi pengembalian. Mengetahui keakuratan ukuran sangat penting bagi lembaga keuangan karena mereka menggunakan VaR untuk memperkirakan berapa banyak uang yang mereka butuhkan untuk mencadangkan potensi kerugian. Setiap ketidakakuratan dalam model VaR dapat berarti bahwa institusi tersebut tidak memiliki cadangan yang memadai dan dapat menyebabkan kerugian yang signifikan, tidak hanya untuk institusi namun berpotensi bagi para deposan, investor individual dan klien korporatnya. Dalam kondisi pasar yang ekstrim seperti yang ingin ditangkap VaR, kerugiannya mungkin cukup besar sehingga menyebabkan kebangkrutan. (Lihat juga Yang Perlu Anda Ketahui Tentang Kebangkrutan. )

Bagaimana Mengembalikan Model VaR untuk Akurasi

Manajer risiko menggunakan teknik yang dikenal sebagai backtesting untuk menentukan keakuratan model VaR. Backtesting melibatkan perbandingan pengukuran VaR yang dihitung dengan kerugian aktual (atau keuntungan) yang dicapai pada portofolio. Backtest bergantung pada tingkat kepercayaan diri yang diasumsikan dalam perhitungan. Misalnya, investor yang menghitung VaR satu hari sebesar $ 3 dengan investasi $ 100 dengan kepercayaan 95% akan mengharapkan kerugian satu hari pada portofolionya melebihi $ 3 hanya 5% dari waktu. Jika investor mencatat kerugian aktual lebih dari 100 hari, kerugiannya akan melebihi $ 3 pada tepat lima hari tersebut jika model VaR akurat. Tumpukan backtest sederhana atas distribusi kembali aktual terhadap model return distribution dengan membandingkan proporsi pengecualian kerugian aktual dengan jumlah pengecualian yang diharapkan. Backtest harus dilakukan dalam waktu yang cukup lama untuk memastikan bahwa ada cukup pengamatan kembali aktual untuk menciptakan distribusi kembali yang sebenarnya. Untuk ukuran VaR satu hari, manajer risiko biasanya menggunakan periode minimal satu tahun untuk backtesting.

Backtest sederhana memiliki kelemahan utama: ini tergantung pada sampel pengembalian aktual yang digunakan. Pertimbangkan lagi investor yang menghitung VaR satu hari $ 3 dengan kepercayaan 95%. Misalkan investor melakukan backtest lebih dari 100 hari dan menemukan tepat lima pengecualian. Jika investor menggunakan periode 100 hari yang berbeda, mungkin ada lebih sedikit atau lebih banyak pengecualian. Ketergantungan contoh ini membuat sulit untuk memastikan keakuratan model. Untuk mengatasi kelemahan ini, uji statistik dapat diimplementasikan untuk menjelaskan lebih jauh apakah ada backtest yang gagal atau lulus.

Apa yang Harus Dilakukan jika Backtest Gagal

Bila backtest gagal, ada beberapa kemungkinan penyebab yang perlu dipertimbangkan:

Distribusi Kembali yang Salah

Jika metodologi VaR mengasumsikan kembalinya distribusi (misal, distribusi pengembalian normal), mungkin saja distribusi model tidak sesuai dengan distribusi aktual. Tes goodness of fit statistik dapat digunakan untuk memeriksa apakah distribusi model sesuai dengan data pengamatan yang sebenarnya. Sebagai alternatif, metodologi VaR yang tidak memerlukan asumsi distribusi dapat digunakan.

Model VaR yang Hilang

Jika model VaR menangkap, katakanlah, hanya risiko pasar ekuitas sementara portofolio investasi terkena risiko lain seperti risiko tingkat suku bunga atau risiko nilai tukar valuta asing, modelnya salah kutip. Selain itu, jika model VaR gagal untuk menangkap korelasi antara risiko, hal itu dianggap salah kutip. Hal ini dapat diperbaiki dengan memasukkan semua risiko yang berlaku dan korelasi yang terkait pada model. Penting untuk mengevaluasi kembali model VaR kapan pun risiko baru ditambahkan ke portofolio.

Pengukuran Kerugian Aktual

Kerugian portofolio yang sebenarnya harus mewakili risiko yang dapat dimodelkan. Lebih khusus lagi, kerugian sebenarnya harus mengecualikan biaya atau biaya atau pendapatan lainnya. Kerugian yang hanya mewakili risiko yang dapat dimodelkan disebut sebagai "kerugian bersih". Itu termasuk biaya dan barang lainnya yang dikenal sebagai "kerugian kotor". Backtesting harus selalu dilakukan dengan menggunakan clean losses untuk memastikan perbandingan seperti-untuk-seperti.

Pertimbangan Lain

Penting untuk tidak mengandalkan model VaR hanya karena melewati sebuah backtest. Meskipun VaR menawarkan informasi yang berguna tentang paparan risiko terburuk, hal ini sangat bergantung pada distribusi kembali yang digunakan, terutama pada bagian distribusi. Karena kejadian ekor sangat jarang terjadi, beberapa praktisi berpendapat bahwa upaya untuk mengukur probabilitas ekor berdasarkan pengamatan historis pada dasarnya cacat. Menurut Reuters, "VaR masuk karena kritik panas menyusul krisis keuangan karena banyak model gagal memperkirakan tingkat kerugian yang menghancurkan banyak bank besar di tahun 2007 dan 2008." Alasannya? Pasar tidak mengalami kejadian serupa, sehingga tidak tertangkap dalam ekor distribusi yang digunakan. Setelah krisis keuangan 2007, juga menjadi jelas bahwa model VaR tidak mampu menangkap semua risiko; misalnya, basis resiko.Risiko tambahan ini disebut sebagai "risiko tidak di VaR" atau RNiV.

Dalam upaya mengatasi kekurangan ini, manajer risiko melengkapi ukuran VaR dengan tindakan berisiko lainnya dan teknik lainnya seperti stress testing.

Garis Bawah

Value-at-Risk (VaR) adalah ukuran kerugian terburuk selama jangka waktu tertentu dengan tingkat kepercayaan tertentu. Pengukuran pengaruh VaR terhadap distribusi hasil investasi. Untuk menguji apakah model secara akurat mewakili kenyataan, backtesting dapat dilakukan. Backtest yang gagal berarti bahwa model VaR harus dievaluasi ulang. Namun, model VaR yang melewati backtest masih harus dilengkapi dengan ukuran risiko lainnya karena kekurangan pemodelan VaR. (Lihat juga

Cara Menghitung Hasil Investasi Anda )