Calculating and Applying VaR

ยินดีต้อนรับสู่โลกของ VaR!

สวัสดีครับ! วันนี้เราจะมาทำความรู้จักกับหนึ่งในแนวคิดที่โด่งดัง (และบางครั้งก็ฉาวโฉ่) ที่สุดในโลกการเงิน นั่นคือ Value at Risk (VaR) หากคุณเคยสงสัยว่าธนาคารใหญ่ๆ หรือกองทุนเฮดจ์ฟันด์ตอบคำถามที่ว่า "เราอาจจะขาดทุนได้มากที่สุดเท่าไหร่ในวันพรุ่งนี้?" ได้อย่างไร คุณมาถูกที่แล้วครับ VaR คือวิธีมาตรฐานระดับอุตสาหกรรมที่ใช้ตัวเลขเพียงตัวเดียวในการบอกระดับความเสี่ยง ไม่ต้องกังวลหากคุณรู้สึกว่าบทนี้ดูน่ากลัวในตอนแรก เราจะค่อยๆ ย่อยมันทีละขั้นตอนด้วยตรรกะง่ายๆ และตัวอย่างที่ชัดเจนครับ

1. VaR คืออะไรกันแน่?

โดยเนื้อแท้แล้ว Value at Risk (VaR) คือคำนิยามเกี่ยวกับความเสียหายที่อาจเกิดขึ้น มันบอกเราถึงมูลค่าความเสียหายสูงสุดที่เราคาดว่าจะต้องเผชิญในช่วงเวลาหนึ่ง ภายใต้ระดับความเชื่อมั่นที่กำหนดไว้

ในการนิยาม VaR คุณจำเป็นต้องมี "ส่วนผสม" สองอย่างเสมอ:

1. กรอบเวลา (Time Horizon - T): คือระยะเวลาที่เรากำลังพิจารณา (เช่น 1 วัน, 10 วัน หรือ 1 ปี)
2. ระดับความเชื่อมั่น (Confidence Level): คือระดับความมั่นใจที่เราต้องการ (เช่น 95% หรือ 99%)

ตัวอย่าง: หากพอร์ตการลงทุนมี 1-day 95% VaR เท่ากับ 1 ล้านดอลลาร์ นั่นหมายความว่าภายใต้สภาวะตลาดปกติ มีโอกาสเพียง 5% เท่านั้นที่พอร์ตการลงทุนจะขาดทุนเกิน 1 ล้านดอลลาร์ในเวลาเพียงหนึ่งวัน

ทบทวนสั้นๆ: 3 วิธีในการพูดถึงสิ่งเดียวกัน

นักเรียนมักจะสับสนกับคำพูด ซึ่งทั้ง 3 ประโยคนี้มีความหมายเหมือนกันทุกประการครับ:
• เรา มั่นใจ 95% ว่าเราจะไม่ขาดทุนเกิน 1 ล้านดอลลาร์
• มี โอกาส 5% (ระดับนัยสำคัญ) ที่เราจะขาดทุน 1 ล้านดอลลาร์หรือมากกว่านั้น
• ในช่วงเวลา 100 วัน เราคาดว่าจะมีการขาดทุนเกิน 1 ล้านดอลลาร์ประมาณ 5 วัน

ประเด็นสำคัญ: VaR สรุปสถานการณ์ "เลวร้ายที่สุด" ไว้ แต่ไม่ได้อธิบายว่าจะเกิดอะไรขึ้นในส่วนปลายสุดของกราฟ (โซน "วิกฤต" 5% หรือ 1%)

2. การคำนวณ VaR: วิธี Parametric (หรือ Delta-Normal)

วิธีที่พบบ่อยที่สุดในการคำนวณ VaR ในหลักสูตร FRM คือ วิธี Parametric ซึ่งตั้งสมมติฐานว่าผลตอบแทนของสินทรัพย์มีการกระจายตัวแบบ Normal Distribution (กราฟรูปกระดิ่งที่เป็นมาตรฐานนั่นเอง)

สูตรการคำนวณ

หากคุณทราบค่าเฉลี่ย (\( \mu \)) และส่วนเบี่ยงเบนมาตรฐาน (\( \sigma \)) ของผลตอบแทนในพอร์ต คุณสามารถคำนวณ VaR ได้โดยใช้ Z-score จากตารางการแจกแจงปกติ

\( VaR = [ \mu_{p} - (z \times \sigma_{p}) ] \times Portfolio Value \)

หมายเหตุ: ในโจทย์ FRM หลายข้อ เรามักสมมติให้ผลตอบแทนที่คาดหวัง (\( \mu \)) เป็นศูนย์สำหรับช่วงเวลาสั้นๆ (เช่น 1 วัน) เพื่อให้คำนวณได้ง่ายขึ้น

Z-scores ที่คุณต้องจำให้ขึ้นใจ

คุณจะได้ใช้ตัวเลขสองชุดนี้บ่อยมาก บันทึกไว้ใน "สมองส่วนหน้า" ของคุณเลยนะครับ:
• สำหรับ ความเชื่อมั่น 95%: \( z = 1.645 \) (มักปัดเป็น 1.65)
• สำหรับ ความเชื่อมั่น 99%: \( z = 2.326 \) (มักปัดเป็น 2.33)

คุณทราบหรือไม่? แม้ว่า 99% จะเป็นระดับความเชื่อมั่นที่สูงกว่า 95% แต่ "ส่วนหาง" ของกราฟจะเล็กกว่า (1% เทียบกับ 5%) นั่นหมายความว่า VaR 99% จะมีมูลค่าเป็นเงินที่ สูงกว่า VaR 95% เสมอ เพราะมันเป็นการมองลึกเข้าไปในฝั่งที่ "แย่" ของกราฟมากขึ้นนั่นเอง

3. การปรับขนาด VaR: กฎ "รากที่สองของเวลา"

บางครั้งคุณมีค่า VaR 1 วัน แต่หัวหน้าอยากได้ VaR 10 วัน เราจะแปลงค่าได้อย่างไร? เราใช้ กฎรากที่สองของเวลา (Square Root of Time Rule) ซึ่งมีสมมติฐานว่าผลตอบแทนมีความเป็นอิสระต่อกันและมีการแจกแจงเหมือนกัน (i.i.d.) เมื่อเวลาผ่านไป

การปรับค่าส่วนเบี่ยงเบนมาตรฐานจาก 1 วัน เป็น T วัน:
\( \sigma_{T-day} = \sigma_{1-day} \times \sqrt{T} \)

ดังนั้น:
\( VaR_{T-day} = VaR_{1-day} \times \sqrt{T} \)

ข้อผิดพลาดที่พบบ่อย: อย่าคูณด้วยจำนวนวันตรงๆ! หากคุณต้องการปรับจาก 1 วันเป็น 100 วัน ให้คูณด้วย \( \sqrt{100} = 10 \), ไม่ใช่คูณด้วย 100 ถ้าคุณคูณด้วย 100 คุณกำลังประเมินความเสี่ยงเกินจริงไปมากครับ!

4. VaR สำหรับตราสารอนุพันธ์แบบ Linear vs. Non-Linear

วิธีการนำ VaR ไปใช้ขึ้นอยู่กับว่าในพอร์ตของคุณมีอะไรอยู่

ตราสารอนุพันธ์แบบเชิงเส้น (หุ้นและสัญญา Forwards)

สำหรับสินทรัพย์เหล่านี้ การเปลี่ยนแปลงของราคาจะแปรผันตรงกับการเปลี่ยนแปลงของปัจจัยอ้างอิง เราจึงใช้ Delta ในการประมาณการเปลี่ยนแปลง
\( \Delta Portfolio \approx Delta \times \Delta Underlying \)

ตราสารอนุพันธ์แบบไม่เป็นเชิงเส้น (ออปชัน)

ออปชันนั้นซับซ้อน! ราคาของมันไม่ได้เคลื่อนที่ในลักษณะเส้นตรงตามราคาหุ้น เนื่องมาจากค่า Gamma (ความโค้งของกราฟ)
• Delta-Normal Approach: เป็นวิธีแบบง่ายที่ละทิ้ง Gamma มองว่าออปชันเป็นแบบเชิงเส้น วิธีนี้เร็วแต่ ไม่แม่นยำ หากมีการเคลื่อนไหวของราคาขนาดใหญ่
• Full Revaluation: เป็นวิธีที่แม่นยำที่สุด คือการคำนวณราคาออปชันใหม่โดยใช้โมเดล (เช่น Black-Scholes) สำหรับราคาหุ้นใน "สถานการณ์เลวร้ายที่สุด" ใหม่

เปรียบเทียบ: ลองจินตนาการว่าคุณกำลังเดินบนถนนราบ (เชิงเส้น) หากคุณเดิน 10 ก้าว คุณก็จะได้ระยะทาง 10 เมตรพอดี ทีนี้ลองจินตนาการว่าคุณกำลังเดินขึ้นเขาที่ชัน (ไม่เป็นเชิงเส้น) ยิ่งคุณเดินไป ความชันก็ยิ่งเปลี่ยนไป การคำนวณแบบ "ก้าวเป็นเมตร" แบบง่ายๆ ของคุณก็จะใช้ไม่ได้ ความ "ชัน" นั้นก็คือ Gamma นั่นเองครับ!

5. Historical Simulation vs. Monte Carlo

หากวิธี Parametric (กราฟรูปกระดิ่ง) ไม่เหมาะกับข้อมูลของคุณ คุณมีทางเลือกหลักๆ 2 ทาง:

Historical Simulation (วิธี "มองย้อนกลับ")

คุณนำการเปลี่ยนแปลงราคาจริงจากอดีต เช่น 500 วันล่าสุด มาใช้กับพอร์ตปัจจุบันของคุณ แล้วจัดเรียงผลลัพธ์จากแย่ที่สุดไปหาดีที่สุด
• ข้อดี: ไม่ต้องสมมติการแจกแจงแบบปกติ และจับประเด็น "หางหนา" (Fat tails) ได้
• ข้อเสีย: สมมติว่าอนาคตจะเป็นเหมือนอดีตเป๊ะๆ

Monte Carlo Simulation (วิธี "โลกจำลองแห่งอนาคต")

คุณใช้คอมพิวเตอร์สุ่มสร้างเส้นทางราคาที่เป็นไปได้นับพันๆ รูปแบบสำหรับสินทรัพย์ของคุณตามพารามิเตอร์ที่กำหนด
• ข้อดี: ยืดหยุ่นสูงมาก ใช้งานได้กับอนุพันธ์ซับซ้อนทุกชนิด
• ข้อเสีย: ใช้พลังประมวลผลของคอมพิวเตอร์และเวลาสูงมาก

ตารางสรุปสั้นๆ:
• Parametric: เร็ว ง่าย แต่สมมติการแจกแจงแบบปกติ (ไม่ดีสำหรับออปชัน)
• Historical: ใช้ข้อมูลจริง ไม่ต้องเดาสมมติฐานการแจกแจง แต่เป็นการมองย้อนอดีต
• Monte Carlo: ทรงพลังที่สุด จัดการได้ทุกอย่าง แต่ช้าและซับซ้อน

6. ข้อจำกัดและความเสี่ยงของ VaR

VaR เป็นเครื่องมือที่ยอดเยี่ยม แต่มันไม่สมบูรณ์แบบ ในฐานะผู้เข้าสอบ FRM คุณต้องรู้จุดอ่อนของมันครับ:

1. ปริศนาของ "หางกราฟ": VaR บอกคุณถึงจุดเริ่มของการขาดทุน แต่มัน ไม่ได้บอกอะไรเลย ว่าหากขาดทุนเกินจุดนั้นไปแล้ว จะเสียหายได้เท่าไหร่ ถ้า VaR 95% ของคุณคือ 1 ล้านดอลลาร์ วันที่แย่จริงๆ คุณอาจขาดทุน 1.1 ล้าน หรือ 100 ล้านดอลลาร์ก็ได้ VaR ไม่ได้บอกความแตกต่างตรงนี้ครับ
2. Non-Subadditivity: ในบางกรณี VaR ของพอร์ตการลงทุนรวม อาจ สูงกว่า ผลรวมของ VaR ของสินทรัพย์ย่อยแต่ละตัว ซึ่งขัดกับหลักการพื้นฐานของการกระจายความเสี่ยง (ทางเทคนิคคือ VaR ไม่ถือเป็น "coherent risk measure" ด้วยเหตุนี้)
3. Model Risk: หากสมมติฐานของคุณ (เช่น การแจกแจงแบบปกติ) ผิด ค่า VaR ของคุณก็จะผิดตามไปด้วย (Garbage in, garbage out! ใส่ขยะเข้าไป ก็ได้ขยะออกมา)

ประเด็นสำคัญ:

VaR เป็นเพียงเครื่องมือหนึ่งในกล่องเครื่องมือเท่านั้น ผู้จัดการความเสี่ยงส่วนใหญ่จะใช้ควบคู่ไปกับ Stress Testing (ซึ่งดูเหตุการณ์สุดโต่ง) และ Expected Shortfall (ES) (ซึ่งคำนวณการขาดทุนเฉลี่ยที่ เกินกว่า ระดับ VaR)

คำแนะนำส่งท้าย

คุณเพิ่งผ่านเนื้อหาหลักของการคำนวณและการใช้ VaR มาได้สำเร็จ! จำ Z-scores (1.65 และ 2.33) กับกฎรากที่สองของเวลาให้แม่น แล้วคุณจะไปได้สวยในการพิชิตบทนี้ครับ หากคณิตศาสตร์ดูหนักอึ้ง ให้ย้อนกลับมาถามคำถามพื้นฐานเสมอว่า: "สถานการณ์เลวร้ายที่สุดที่ความเชื่อมั่นระดับหนึ่งของฉันคืออะไร?" คุณทำได้อยู่แล้วครับ!