バリュー・アット・リスク（VaR）計算機 — ユーザーガイドとリファレンス

✗ 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。

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。