Cos’è il Value at Risk (VaR)

Il Value at Risk (VaR) è una misura di rischio finanziario ampiamente utilizzata per stimare la potenziale perdita massima di un portafoglio o di un investimento in un determinato orizzonte temporale e con un certo livello di confidenza. In altre parole, il VaR risponde alla domanda: “Qual è la peggior perdita che posso subire, con una certa probabilità, in un dato periodo di tempo?”

Definizione Formale

Il VaR è definito come la soglia di perdita (in valore assoluto o percentuale) che non viene superata con una probabilità specificata (livello di confidenza) in un dato orizzonte temporale.

Matematicamente, per un livello di confidenza [math]\alpha[/math] (es. 95% o 99%), il VaR è il quantile [math]\alpha[/math]-esimo della distribuzione delle perdite:

[math]\text{VaR}_\alpha = -F^{-1}(1-\alpha)[/math]

dove [math]F[/math] è la funzione di distribuzione cumulativa dei rendimenti.

👉Il VaR Spiegato Facile

Metodi di Calcolo del VaR

Esistono tre approcci principali per calcolare il VaR:

1. Metodo Parametrico (Varianza-Covarianza)

• • Assume che i rendimenti seguano una distribuzione normale.
  • Utilizza media, varianza e covarianza dei rendimenti.

Formula:

[math]\text{VaR} = -(\mu + \sigma \cdot Z_\alpha) \cdot V_0[/math]

• • • [math]\mu[/math]: rendimento atteso
    • [math]\sigma[/math]: deviazione standard dei rendimenti
    • [math]Z_\alpha[/math]: valore critico della normale standard (es. -1.645 per il 95%)
    • [math]V_0[/math]: valore iniziale del portafoglio

Questo metodo si basa sull’assunzione che i rendimenti degli asset seguano una distribuzione normale. Utilizza i parametri statistici (media e deviazione standard) dei rendimenti storici per stimare la distribuzione futura e quindi il quantile rilevante per il calcolo del VaR.

Esempio:

Portafoglio da €1.000.000, rendimento medio giornaliero = 0%, volatilità ([math]\sigma[/math]) = 2%, livello di confidenza = 95%.

[math]\text{VaR}_{95\%} = -(0 + 0.02 \cdot (-1.645)) \cdot 1.000.000 = €32.900[/math].

Interpretazione: C’è una probabilità del 5% di perdere più di €32.900 in un giorno.

2. Metodo Storico

• • Utilizza i dati storici dei rendimenti senza assumere una distribuzione specifica.
  • Si ordinano i rendimenti passati e si identifica il quantile corrispondente al livello di confidenza.

Esempio:

1000 giorni di rendimenti storici di un portafoglio. Per il VaR al 95%, si prende il 50° peggior rendimento (5% di 1000).

Se il 50° peggior rendimento è -4%, il VaR giornaliero è €40.000 per un portafoglio da €1.000.000.

Il metodo storico assume che i rendimenti futuri saranno simili ai rendimenti passati. È non parametrico, il che significa che non fa assunzioni sulla distribuzione dei rendimenti.

3. Simulazione Monte Carlo

• • Genera scenari casuali dei rendimenti basati su modelli stocastici.
  • Calcola il VaR come quantile della distribuzione simulata.

Esempio:

Simulazione di 10.000 scenari di rendimenti per un’azione. Il VaR al 99% è il 100° peggior risultato (-6% → €60.000 di perdita).

Questo metodo coinvolge la generazione di un gran numero di scenari di rendimenti futuri basati su un modello stocastico specificato (che può o meno assumere una distribuzione normale o altre distribuzioni). Dopo aver simulato un numero sufficiente di scenari, si calcola la distribuzione empirica dei rendimenti simulati e si identifica il quantile corrispondente al livello di confidenza desiderato.

La simulazione Monte Carlo è più flessibile in quanto può incorporare diverse distribuzioni, processi stocastici complessi e correlazioni tra variabili. La sua accuratezza dipende dalla qualità del modello stocastico utilizzato.

Interpretazione del VaR

VaR al 95% per 1 giorno = €10.000:

Significa che, in condizioni normali, c’è una probabilità del 5% che il portafoglio perda più di €10.000 in un giorno.

VaR non è la perdita massima: Non dice cosa accade nel peggiore 1% dei casi (per quello si usa il Expected Shortfall).

Vantaggi del VaR

• Sintetico: Fornisce un numero unico per il rischio.
• Facile da comunicare: Intuitivo per i non tecnici.
• Comparabile: Permette di confrontare rischi di diversi asset.

Limitazioni del VaR

• Non considera la coda destra: Ignora l’entità delle perdite oltre il VaR.
• Dipende dalle ipotesi: Soprattutto nel metodo parametrico (normalità dei rendimenti).
• Non è coerente: Il VaR di un portafoglio non è sempre ≤ alla somma dei VaR delle singole posizioni (manca la subadditività).

Esempio Pratico: Calcolo del VaR per un Portafoglio a Due Asset

Contesto

Immaginiamo di gestire un portafoglio di [math]1 \text{ milione di euro}[/math] investito in due asset:

• Azione A: 600.000 € (60% del portafoglio), volatilità annua ([math]\sigma_A[/math]) del 3%.
• Azione B: 400.000 € (40% del portafoglio), volatilità annua ([math]\sigma_B[/math]) del 2%.
• Correlazione ([math]\rho[/math]) tra i rendimenti di A e B: 0.4.

Obiettivo:

Calcolare il Value at Risk (VaR) a 1 giorno con un livello di confidenza del 99%.

Passo 1: Calcolare la Volatilità (Deviazione Standard) del Portafoglio

La volatilità del portafoglio ([math]\sigma_p[/math]) dipende da:

• Pesi degli asset ([math]w_A[/math], [math]w_B[/math]).
• Volatilità dei singoli asset ([math]\sigma_A[/math], [math]\sigma_B[/math]).
• Correlazione ([math]\rho[/math]) tra i rendimenti.

Formula della varianza del portafoglio:

[math]\sigma_p^2 = w_A^2 \sigma_A^2 + w_B^2 \sigma_B^2 + 2 w_A w_B \rho \sigma_A \sigma_B[/math]

Sostituzione dei valori:

[math]\sigma_p^2 = (0.6)^2 \times (0.03)^2 + (0.4)^2 \times (0.02)^2 + 2 \times 0.6 \times 0.4 \times 0.4 \times 0.03 \times 0.02[/math]

Calcoli intermedi:

Varianza dell’Azione A:

[math](0.6)^2 \times (0.03)^2 = 0.36 \times 0.0009 = 0.000324[/math].

Varianza dell’Azione B:

[math](0.4)^2 \times (0.02)^2 = 0.16 \times 0.0004 = 0.000064[/math].

Covarianza tra A e B:

[math]2 \times 0.6 \times 0.4 \times 0.4 \times 0.03 \times 0.02 = 0.0001152[/math].

Varianza totale del portafoglio:

[math]\sigma_p^2 = 0.000324 + 0.000064 + 0.0001152 = 0.0005032[/math]

Deviazione standard del portafoglio ([math]\sigma_p[/math]):

[math]\sigma_p = \sqrt{0.0005032} \approx 0.02243[/math]

Passo 2: Convertire la Volatilità Annua a 1 Giorno

Per il VaR giornaliero, convertiamo la volatilità annua in volatilità giornaliera assumendo 250 giorni lavorativi/anno:

[math]\sigma_{\text{giornaliera}} = \frac{\sigma_{\text{annua}}}{\sqrt{250}} = \frac{0.02243}{\sqrt{250}} \approx 0.00142[/math]

Tuttavia, spesso in pratica si usa direttamente la volatilità annua per il VaR giornaliero, come nell’esempio iniziale. Per coerenza, procederemo con [math]\sigma_p = 2.243\%[/math].

Passo 3: Calcolare il VaR al 99%

Formula del VaR parametrico:

[math]\text{VaR}_\alpha = -Z_\alpha \times \sigma_p \times V_0[/math]

[math]Z_{0.99} \approx -2.33[/math] (quantile della normale standard per il 99%).

[math]V_0 = 1.000.000 €[/math].

Sostituzione:

[math]\text{VaR}_{99\%} = -(-2.33) \times 0.02243 \times 1.000.000 = 2.33 \times 22.430 = 52.261,9 €[/math]

Interpretazione:

Con un livello di confidenza del 99%, ci aspettiamo che il portafoglio non perda più di 52.262 € in un giorno, in condizioni di mercato normali.

Approfondimenti

1. Perché la correlazione è cruciale?

• Se la correlazione fosse [math]1[/math], il VaR salirebbe a [math]58.000 €[/math] (perdite massime sincronizzate).
• Se la correlazione fosse [math]-1[/math], il VaR scenderebbe a [math]26.000 €[/math] (effetto diversificazione).

2. Limiti del metodo parametrico

• Ipotesi di normalità: I rendimenti finanziari spesso hanno code “grasse” (eventi estremi più probabili).
• Alternative: Usare il VaR storico o l’Expected Shortfall (media delle perdite oltre il VaR).

3. Esempio con dati reali

Se i rendimenti storici giornalieri del portafoglio fossero:

• Media ([math]\mu[/math]) = 0.05%
• Deviazione standard ([math]\sigma[/math]) = 2.243%

il VaR diventerebbe:

[math]\text{VaR}_{99\%} = -(\mu + Z_\alpha \sigma) \times V_0 = -(0.0005 – 2.33 \times 0.02243) \times 1.000.000 \approx 51.761 €[/math]

Tabella Riepilogativa

Parametro	Valore	Note
Peso Azione A ([math]w_A[/math])	60%
Peso Azione B ([math]w_B[/math])	40%
Volatilità A ([math]\sigma_A[/math])	3%
Volatilità B ([math]\sigma_B[/math])	2%
Correlazione ([math]\rho[/math])	0.4
Varianza portafoglio ([math]\sigma_p^2[/math])	0.0005032	Calcolata correttamente
Deviazione standard ([math]\sigma_p[/math])	2.243%
VaR 99% (1 giorno)	52.262 €	Valore finale accurato

👉5 esercizi risolti e commentati sul Value at Risk (VaR) in settori applicativi diversi

In quali altri settori si utilizza il VaR

Il Value at Risk (VaR) non è utilizzato solo in finanza, ma trova applicazione in diversi settori dove è necessario quantificare il rischio in termini probabilistici. Ecco alcuni esempi concreti:

1. Gestione del Rischio Aziendale (Enterprise Risk Management – ERM)

Applicazione: Valutazione dei rischi operativi, di mercato e strategici.

Esempi:

• Una multinazionale stima il VaR delle fluttuazioni dei costi delle materie prime (es. petrolio) per decidere se coprirsi con derivati.
• Un’azienda energetica calcola il VaR dei ritardi nella catena di approvvigionamento per pianificare scorte di sicurezza.

2. Assicurazioni

Applicazione: Misurazione del rischio di eventi catastrofali o sinistri.

Esempi:

• Una compagnia assicurativa calcola il VaR delle richieste di risarcimento per uragani in una regione (es.: “Con il 99% di confidenza, le perdite non supereranno $X milioni in un anno”).
• Valutazione del rischio di pandemie per polizze sanitarie.

3. Settore Energetico

Applicazione: Gestione del rischio di prezzo e disponibilità delle risorse.

Esempi:

• Un produttore di gas naturale stima il VaR dei prezzi futuri per decidere se vendere contratti a termine.
• Un operatore di rinnovabili calcola il VaR della produzione eolica in base alla variabilità meteorologica.

4. Logistica e Supply Chain

Applicazione: Analisi del rischio di interruzioni nella catena di fornitura.

Esempi:

• Un’azienda manifatturiera usa il VaR per stimare l’impatto finanziario di ritardi nella consegna di componenti critici (es.: chip per auto).
• Una piattaforma e-commerce calcola il VaR dei tempi di consegna durante eventi come il Black Friday.

5. Settore Pubblico e Governi

Applicazione: Valutazione del rischio fiscale o di disastri naturali.

Esempi:

• Un governo stima il VaR del debito pubblico in scenari di rialzo dei tassi d’interesse.
• Le agenzie di protezione civile usano il VaR per pianificare fondi di emergenza in caso di terremoti (es.: “Con il 95% di confidenza, i danni non supereranno €Y miliardi”).

6. Gestione di Progetti (Project Risk Management)

Applicazione: Stima dei rischi di costo e tempistica.

Esempi:

• Un’impresa edile calcola il VaR dei ritardi nella costruzione di un aeroporto a causa di maltempo.
• Una software house stima il VaR dei costi aggiuntivi per bug critici in un progetto IT.

7. Settore Sanitario

Applicazione: Analisi del rischio epidemico o di carenza di farmaci.

Esempi:

• Un ospedale usa il VaR per stimare la probabilità di esaurimento dei ventilatori durante un’ondata di COVID-19.
• Un’azienda farmaceutica valuta il VaR delle perdite per ritiri di lotti contaminati.

8. Agricoltura e Agroalimentare

Applicazione: Rischio climatico e di prezzo delle commodities.

Esempi:

• Un produttore di caffè calcola il VaR del raccolto in caso di siccità.
• Una cooperativa agricola usa il VaR per decidere se coprire il prezzo del grano con futures.

9. Sicurezza Informatica (Cybersecurity)

Applicazione: Valutazione del rischio di perdite finanziarie per attacchi informatici.

Esempi:

• Una banca stima il VaR delle perdite per frodi online con un livello di confidenza del 99%.
• Un’azienda tech calcola il VaR dei danni reputazionali dopo un data breach.

10. Gestione del Rischio Climatico

Applicazione: Analisi dell’impatto finanziario del cambiamento climatico.

Esempi:

• Una compagnia di assicurazioni agricole usa il VaR per stimare le perdite da eventi estremi (es.: alluvioni).
• Un fondo d’investimento valuta il VaR del proprio portafoglio in scenari di “carbon tax”.

Perché il VaR è così versatile?

• Metrica standardizzata: Fornisce un numero chiaro e confrontabile.
• Adattabilità: Può essere applicato a qualsiasi rischio quantificabile probabilisticamente.
• Integrazione con altri strumenti: Spesso combinato con stress test e scenario analysis.

Tuttavia, come in finanza, anche in questi settori il VaR va usato con cautela, affiancandolo ad altre metriche (es.: Expected Shortfall per le code della distribuzione) e considerandone i limiti (ipotesi di normalità, dipendenza da dati storici).

 

Pubblicità