Apa itu nilai “nonlinear” dalam nilai pada risiko (var)?

Saat membangun portofolio investasi, investor dan pedagang berupaya meminimalkan risiko dan potensi kerugian. Praktik tradisional, seperti diversifikasi, membantu mengurangi risiko portofolio.

Untuk benar-benar mengurangi risiko portofolio dan mencapai titik di mana pedagang akan merasa nyaman dengan kerugian tertentu, pedagang pertama-tama harus memahami apa potensi kerugian portofolio mereka dan membuat penyesuaian. Ada berbagai alat statistik yang membantu pedagang dan investor menentukan risiko portofolio, salah satu yang paling umum adalah nilai berisiko (VaR).

Apa itu nilai “nonlinear” dalam nilai pada risiko (var)?

  • Pedagang dan investor bertujuan untuk meminimalkan risiko dan potensi kerugian dari portofolio perdagangan mereka.
  • Salah satu alat statistik paling umum untuk membantu menentukan risiko dan potensi kerugian adalah value at risk (VaR).
  • VaR mengukur potensi kerugian portofolio dalam jangka waktu tertentu dengan tingkat keyakinan.
  • Ada dua jenis eksposur risiko: linier dan nonlinier.
  • Derivatif nonlinier adalah derivatif yang pembayarannya berubah seiring waktu dan lokasi harga kesepakatan menjadi harga spot.
  • Derivatif nonlinier memiliki eksposur risiko nonlinier di mana distribusi pengembalian miring.
  • Karena pengembalian turunan nonlinier tidak terdistribusi normal, model VaR standar tidak akan berfungsi dan sebagai gantinya, model lain, seperti Monte Carlo VaR, perlu digunakan.

Nilai yang Berisiko (VaR)

Value at risk (VaR) adalah teknik manajemen risiko statistik yang menentukan jumlah risiko keuangan yang terkait dengan portofolio. VaR portofolio mengukur jumlah potensi kerugian dalam jangka waktu tertentu dengan tingkat kepercayaan. Misalnya, pertimbangkan portofolio yang memiliki nilai satu hari 1% dengan risiko $ 5 juta. Dengan keyakinan 99%, kerugian harian terburuk yang diharapkan tidak akan melebihi $ 5 juta. Ada kemungkinan 1% bahwa portofolio bisa kehilangan lebih dari $ 5 juta pada hari tertentu.

Umumnya ada dua jenis eksposur risiko dalam portofolio: linier atau nonlinier. Risiko nonlinier timbul dari derivatif nonlinier ; mereka yang imbalannya berubah seiring waktu dan lokasi harga kesepakatan menjadi harga spot .

Jenis-jenis Derivatif

Derivatif dapat berupa linier atau nonlinier, bergantung pada profil pembayarannya. Penting untuk menggunakan model statistik yang tepat untuk jenis turunan tertentu.

Pertimbangan Nonlinier

Eksposur risiko nonlinier muncul dalam perhitungan VaR portofolio derivatif nonlinier. Derivatif nonlinier, seperti opsi , bergantung pada berbagai karakteristik, termasuk volatilitas tersirat, waktu hingga jatuh tempo, harga aset yang mendasari, dan tingkat bunga saat ini.

Sulit untuk mengumpulkan data historis tentang pengembalian karena opsi pengembalian perlu dikondisikan pada semua karakteristik untuk menggunakan pendekatan VaR standar. Memasukkan semua karakteristik yang terkait dengan opsi ke dalam model Black-Scholes atau model penetapan harga opsi lainnya menyebabkan model menjadi nonlinier karena sifat turunannya. Oleh karena itu, kurva pembayaran, atau premi opsi sebagai fungsi dari harga aset yang mendasarinya, bersifat nonlinier, karena nilai yang sesuai tidak proporsional dengan input karena bagian waktu dan volatilitas model karena opsi membuangbuang aset .

Nonlinier dari derivatif tertentu menyebabkan eksposur risiko nonlinier dalam VaR portofolio. Nonlinier dapat disaksikan dalam diagram hasil dari opsi panggilan vanilla biasa. Diagram pembayaran memiliki profil pembayaran cembung positif yang kuat sebelum tanggal kedaluwarsa opsi , sehubungan dengan harga saham.

Ketika opsi panggilan mencapai titik di mana opsi ada dalam uang , itu mencapai titik di mana pembayaran menjadi linier. Sebaliknya, ketika opsi panggilan menjadi semakin kehilangan uang , tingkat di mana opsi kehilangan uang menurun sampai premi opsi nol.

Kurtosis

Jika portofolio menyertakan turunan nonlinier, seperti opsi, distribusi pengembalian portofolio akan memiliki kemiringan positif atau negatif atau kurtosis tinggi atau rendah. The skewness mengukur asimetri distribusi probabilitas sekitar mean. Kurtosis mengukur distribusi di sekitar mean; kurtosis tinggi memiliki ujung ekor yang lebih gemuk dari distribusi, dan kurtosis rendah memiliki ujung ekor yang kurus pada distribusi.

Oleh karena itu, sulit untuk menggunakan metode VaR yang mengasumsikan pengembalian didistribusikan secara normal. Sebaliknya, penghitungan VaR dari portofolio yang mengandung eksposur nonlinier biasanya dihitung menggunakan simulasi Monte Carlo VaR dari model penetapan harga opsi untuk memperkirakan VaR dari portofolio.

Garis bawah

Value at Risk (VaR) adalah alat statistik yang mengukur potensi kerugian suatu portofolio dalam waktu tertentu dengan tingkat kepercayaan tertentu. Pendekatan VaR standar tidak sesuai dengan turunan nonlinier, karena pengembaliannya tidak terdistribusi normal. Pendekatan VaR lainnya, seperti Monte Carlo VaR, lebih cocok untuk memprediksi ukuran kerugian untuk distribusi pengembalian yang tidak teratur.