Grundsatz: Volatilität $\sigma$ misst die Streuung der Renditen (Standardabweichung). Value at Risk (VaR) schätzt den maximalen Verlust über einen definierten Zeitraum bei gegebenem Konfidenzniveau.
Mehr dazu: Risiko-Rendite-Verhältnis und Effiziente Grenze.
Volatilität — Skalierung: Aus Tages-σ → Jahres-σ: $\sigma_{Jahr} = \sigma_{Tag} \cdot \sqrt{252}$.
VaR — Methoden:
| Methode | Charakter |
|---|---|
| Parametrisch (Normalverteilung) | $\text{VaR} = \sigma \cdot z_\alpha \cdot \sqrt{t}$, $z_{95%}=1.645$, $z_{99%}=2.326$ |
| Historische Simulation | tatsächliche Renditen vergangene Periode |
| Monte-Carlo-Simulation | tausende Szenarien |
Expected Shortfall (ES / CVaR): Erwarteter Verlust jenseits des VaR — gibt Auskunft über Tail-Risiken, die VaR ignoriert.
Kritik VaR: Annahme Normalverteilung unterschätzt Tail-Risiken (Fat Tails); sagt nichts über Verluste jenseits der Schwelle.
Beispiel — VaR-Berechnung
Portfolio 1 Mio. CHF, σ jährlich 12 %. 1-Tages-VaR 95 %:
$$\sigma_{Tag} = 0.12 / \sqrt{252} \approx 0.756%$$
$$\text{VaR}_{95%, 1d} = 1,000,000 \cdot 0.00756 \cdot 1.645 \approx 12,440 \text{ CHF}$$
In 95 % der Tage Verlust unter 12'440 CHF; in 5 % darüber.
Häufige Fehler
- VaR = Maximum: VaR ist Schwellenwert, kein Maximum. ES geht weiter.
- VaR-Skalierung mit Faktor t statt √t: Volatilität skaliert mit $\sqrt{t}$ unter iid-Annahme.
- VaR ohne Konfidenzangabe: Immer mit Niveau angeben (95 %, 99 %).
- Normalverteilung als gegeben annehmen: Fat Tails (Aktien) führen zu einer Unterschätzung des Risikos.