バリュー・アット・リスク(VaR)計算ツール [無料ツール]
特定の信頼水準と期間でポジションが到達しうる損失、そしてそれを超える期待損失を見積もります。リスクマネージャーの数値を、わかりやすい言葉で示します。
免責事項： 金融商品の取引にはリスクが伴います。本ページの内容はすべて教育目的のみです。ここに記載された内容は投資助言ではなく、いかなる商品の売買を推奨するものでもありません。
バリュー・アット・リスク (VaR)
$3290.00
at 95% confidence over 1 day(s)
CVaR / 期待ショートフォール
$4124.43
VaR閾値を超えた場合の平均損失
CVaRは「VaRを超えた場合、平均してどの程度悪化するか」に答えます。常にVaR以上になります。
この数字はどう計算されますか？
VaR = Amount × Volatility × z-score × √Days
CVaR = Amount × Volatility × (φ(z) ÷ α) × √Days
φ(z) = zスコアにおける標準正規密度、α = 1 − 信頼水準。CVaR > VaR は常に成立。
詳しい使い方ガイドを読む
すべてのパラメータ、計算式、実例 — このツールの完全なリファレンス。
バリュー・アット・リスク（VaR）とは？
バリュー・アット・リスク — VaR — は、ポジションの危険度を一文に凝縮します：「今後N日間で、このポジションの損失がXドルを超えない確率は95%である」。これはリスクマネージャーが使う言語であり、ボラティリティ、ポジションサイズ、時間軸を単一の比較可能な数値に煮詰めます。落とし穴は、VaRがその95%の線の向こう側で事態がどれほど悪化するかについては何も語らないことです。だからこそ、この計算機はCVaR — 最悪のケースが実際に発生したときの期待損失 — と組み合わせています。
重要な概念
信頼水準
確率の閾値 — 95% VaRは、モデルの下で損失がVaRを超えるのは5%の時間だけであるべきことを意味します。
ボラティリティ入力
リターンの標準偏差が推定値を左右します。
時間スケーリング
正規モデルの下では、損失は時間の平方根に比例して拡大します。
実際の数字で見る実例
- 1
ポジションとボラティリティを入力
日次ボラティリティ2%の10,000ドルのポジションを保有しており、1日、95%のVaRを求めます。
- 2
zスコアを適用
95%片側zスコアは1.645なので、1日VaR = $10,000 × 2% × 1.645 = $329。
- 3
より長い期間にスケーリング
5日間の場合、5の平方根を掛けます：$329 × √5 ≈ $736。モデルの下では、リスクは時間よりもゆっくりと増加します。
- 4
注意点を読む
$329を超える5%の結果ははるかに悪化する可能性があります。CVaRの数値はそのテール損失を推定するもので、注視すべき数字です。
使い方
ポジション金額を入力
リスクにさらされているポジションのサイズ。
ボラティリティと期間を入力
予想ボラティリティと日数。
信頼水準を選択
90%、95%、または99%。
VaRとCVaRを読む
損失閾値と、それを超える期待損失。
計算式を順を追って
VaR
VaR = Position × Volatility × z-score × √days
zスコアは信頼水準に依存します。
トレーダーがやりがちな間違い
✗ VaRを損失の絶対的な上限として信頼する
✓VaRはモデルの下での閾値であり、保証ではありません。それを超える5%のテールは深刻になり得ます — まさにCVaRが捉えようとするものです。
✗ リターンが正規分布していると仮定する
✓市場にはファットテールがあります。実際の損失は、モデルが予測するよりも頻繁に正規モデルのVaRを超えます。
✗ 日次VaRを時間に対して線形にスケーリングする
✓標準モデルの下では、リスクは時間の平方根に比例して拡大し、線形ではありません — しかしそれもまた、市場の事実ではなくモデリングの便宜です。
このツールが向く場面と向かない場面
使うべき場面
- ✓単一ポジションのリスクを1つの比較可能な数値に要約する。
- ✓異なるポジションや資産のリスクを比較する。
- ✓リスク規律の一部として日次損失閾値を設定する。
避けるべき場面
- ✗CVaRなしでテールリスク管理のためにそれに依存する。
- ✗相関を考慮せずにポートフォリオリスクを推定する。
- ✗VaRを測定する手間を省いたポジションを取引する。
実際に役立つヒント
常にVaRとCVaRを組み合わせる
VaRは境界を教え、CVaRは境界を超えてどれほど悪化するかを教えます。2番目の数値の方がより価値があります。
予測ではなく比較に使う
ポジションをVaRでランク付けすることは正当化できますが、それを「失う可能性のある最大額」として引用することはできません。
ボラティリティが変化したら再推定する
VaRはそのボラティリティ入力と同じくらいしか新鮮ではありません。ボラティリティ拡大後は、古い数値は実際のリスクを過小評価します。
よくある質問
VaRの主な限界は何ですか？▾
分布（多くの場合正規）を仮定し、極端なテール損失についてはほとんど語りません。CVaRはVaRを超える損失に焦点を当てることで助けになります。
95% VaRは実際に何を約束しますか？▾
モデルの仮定の下では、損失は95%の時間でVaRの数値内に収まるはずです。残りの5%が軽微であることは約束しません — テールははるかに深くなる可能性があり、まさにCVaRが定量化しようとするものです。
なぜVaRは時間の平方根でスケーリングするのですか？▾
標準モデルの下では、ランダムな日次変動はより長い期間で部分的に相殺されるため、リスクは日数の平方根に比例して増加し、線形ではありません。それはモデリングの便宜であり、市場の事実ではありません。
VaRは単一ポジション向けですか、それともポートフォリオ全体向けですか？▾
どちらにも機能しますが、ここでの計算機は1つのポジションを測定します。ポートフォリオ版では資産間の相関も必要で、それが総リスクを減少または増加させる可能性があります。
VaRは最大ドローダウンとどう違いますか？▾
最大ドローダウンはすでに発生した歴史的な極値であり、VaRは分布の下での損失閾値の将来予測です。一方は後知恵で、他方は確率的予測です。
VaRは仮定を伴う統計モデルであり、実際の損失が推定値内に収まることを保証するものではありません。
Disclaimer: The tools and content on this site are provided for educational purposes only and do not constitute investment advice. Trading and investing involve a substantial risk of loss, and past performance does not guarantee future results.