वैल्यू एट रिस्क (VaR) समझाया गया: पैरामीट्रिक बनाम हिस्टोरिकल

वह सवाल जिसका जवाब VaR वास्तव में देता है

हर पोज़िशन में संभावित परिणामों का एक वितरण होता है, लेकिन अधिकांश रिस्क चर्चाएँ एक ही डर में सिमट जाती हैं: यह कितना बुरा हो सकता है? वैल्यू एट रिस्क (VaR) इस डर को एक ही नंबर में समेटने की इंडस्ट्री की कोशिश है। यह एक सटीक सवाल का जवाब देता है: “इस कॉन्फिडेंस लेवल पर, इस टाइम होराइज़न में, मैं कितना नुकसान झेल सकता हूँ?”

$100,000 के पोर्टफोलियो पर 95% वन-डे VaR का $3,000 होने का मतलब है कि 95% संभावना है कि पोर्टफोलियो एक ही दिन में $3,000 से ज़्यादा नहीं गँवाएगा — और, इसके बराबर, 5% संभावना है कि वह गँवाएगा। यही पूरा विचार है, और इसकी सटीकता ही इसका खतरा भी है: VaR एक थ्रेशोल्ड है, कोई सीलिंग नहीं। यह गाइड इसे कैलकुलेट करने के दो मानक तरीकों, एक वर्क्ड उदाहरण, और — उतना ही ज़रूरी — VaR चुपचाप आपको क्या नहीं बताता, इस पर चलती है। अगर आप नंबर निकालना चाहते हैं, तो Value at Risk calculator दोनों तरीके करता है।

पैरामीट्रिक VaR: एक बेल कर्व मान लें

पैरामीट्रिक (वेरिएंस-कोवेरिएंस) मेथड मानता है कि रिटर्न्स एक नॉर्मल डिस्ट्रिब्यूशन फॉलो करते हैं। एक बार आप यह मान लें, तो VaR बस बेल कर्व पर एक पॉइंट है। आपको पोर्टफोलियो का एक्सपेक्टेड रिटर्न और प्रति पीरियड वोलैटिलिटी चाहिए, और अपने कॉन्फिडेंस लेवल के लिए एक z-स्कोर — टेल में उतनी स्टैंडर्ड डेविएशन्स की संख्या जो चुनी गई प्रोबेबिलिटी को उससे आगे छोड़ती है:

• 90% कॉन्फिडेंस → z = 1.2816
• 95% कॉन्फिडेंस → z = 1.6449
• 99% कॉन्फिडेंस → z = 2.3263

T पीरियड्स के होराइज़न पर लॉस फ्रैक्शन का फॉर्मूला है:

• VaR% = z × volatility × √T − mean × T
• VaR ($) = VaR% × portfolio value

यहाँ दो स्केलिंग रूल्स काम कर रहे हैं। वोलैटिलिटी टाइम के स्क्वायर रूट (√T) के साथ बढ़ती है, जबकि मीन रिटर्न टाइम के साथ लीनियरली (×T) बढ़ता है — यह मान लेने का नतीजा कि रिटर्न्स एक पीरियड से दूसरे पीरियड तक इंडिपेंडेंट हैं। मीन टर्म को घटाया जाता है क्योंकि एक्सपेक्टेड ड्रिफ्ट कुछ डाउनसाइड को ऑफसेट करता है; काफी बड़े पॉज़िटिव मीन के साथ, VaR नेगेटिव भी आ सकता है, जो एक ईमानदार परिणाम है जिसका मतलब है कि एक्सपेक्टेड गेन उस होराइज़न पर वोलैटिलिटी से ज़्यादा है।

हिस्टोरिकल VaR: डेटा को बोलने दें

हिस्टोरिकल मेथड कोई डिस्ट्रिब्यूशन असम्पशन बिल्कुल नहीं लेता। किसी फॉर्मूले की बजाय, यह जवाब सीधे आपके असली पास्ट रिटर्न्स से पढ़ता है। 95% VaR के लिए, यह आपकी रिटर्न सीरीज़ का 5वाँ पर्सेंटाइल ढूँढता है — वह लॉस लेवल जिसे केवल सबसे खराब 5% पीरियड्स ने पार किया — और इसे एक पॉज़िटिव VaR फिगर के रूप में रिपोर्ट करता है:

• हिस्टोरिकल VaR = आपके असली रिटर्न्स का (100 − confidence)वाँ पर्सेंटाइल, साइन-फ्लिप किया हुआ ताकि लॉस पॉज़िटिव दिखे

चूँकि यह आपके रिटर्न्स के असली शेप का उपयोग करता है, हिस्टोरिकल VaR फैट टेल्स और स्क्यू को कैप्चर करता है जिन्हें एक नॉर्मल कर्व स्मूथ करके गायब कर देता — जैसे अचानक आने वाले 15% क्रैश वाले दिन जो क्रिप्टो में बेल कर्व के अनुमान से कहीं ज़्यादा बार आते हैं। इसकी कीमत यह है कि इसे एक असली, रिप्रेज़ेंटेटिव रिटर्न सीरीज़ चाहिए, और यह उतना ही बुरा बर्ताव “देख” सकता है जितना आपके इतिहास में मौजूद है। अगर आपकी डेटा विंडो में कभी कोई क्रैश शामिल नहीं हुआ, तो आपके हिस्टोरिकल VaR में भी नहीं होगा।

वर्क्ड उदाहरण

$100,000 के एक पोर्टफोलियो को लें जिसकी डेली वोलैटिलिटी 1.82% है और मीन डेली रिटर्न 0% है। टेबल विभिन्न कॉन्फिडेंस लेवल्स और होराइज़न्स पर पैरामीट्रिक VaR दिखाती है, साथ ही एक सैंपल रिटर्न सीरीज़ से पढ़ा गया हिस्टोरिकल VaR जिसमें कुछ बुरे दिन शामिल हैं।

मेथड	कॉन्फिडेंस	होराइज़न	VaR %	VaR $
पैरामीट्रिक	95%	1 दिन	2.99%	$2,994
पैरामीट्रिक	99%	1 दिन	4.23%	$4,234
पैरामीट्रिक	95%	10 दिन	9.47%	$9,467
हिस्टोरिकल	95%	प्रति पीरियड	6.60%	$6,600

दो चीज़ें ध्यान खींचती हैं। पहली, 10-दिन का VaR (9.47%) वन-डे VaR का दस गुना नहीं है — यह लगभग √10 ≈ 3.16 गुना बड़ा है, क्योंकि वोलैटिलिटी टाइम के स्क्वायर रूट के साथ स्केल होती है। दूसरी, $6,600 का हिस्टोरिकल 95% VaR, $2,994 के पैरामीट्रिक 95% फिगर से दोगुने से भी ज़्यादा है। यह अंतर हिस्टोरिकल मेथड के लिए पूरा तर्क है: असली रिटर्न सीरीज़ में ऐसे तीखे लॉस वाले दिन थे जिनका एक स्मूथ नॉर्मल कर्व, समान औसत वोलैटिलिटी पर कैलिब्रेटेड होने पर भी, बिल्कुल अनुमान नहीं लगाता।

Value at Risk Calculator का उपयोग कैसे करें

इस टूल में दो मोड हैं। Parametric / Historical टॉगल से स्विच करें।

Parametric मोड में:

1. Portfolio Value — आपकी अकाउंट करेंसी में, जोखिम में कुल वैल्यू।
2. Confidence Level — 90%, 95%, या 99% चुनें; टूल इसे मैचिंग z-स्कोर से मैप करता है।
3. Mean Return (per period) — प्रतिशत में प्रति पीरियड एक्सपेक्टेड रिटर्न। अगर आप ड्रिफ्ट पर भरोसा नहीं करना चाहते तो 0 डालें।
4. Volatility (per period, std dev) — प्रतिशत में प्रति पीरियड रिटर्न्स का स्टैंडर्ड डेविएशन।
5. Time Horizon (periods) — कितने पीरियड्स आगे, जैसे एक दिन के लिए 1 या दो ट्रेडिंग हफ्तों के लिए 10। वोलैटिलिटी को √horizon से स्केल किया जाता है।

Historical मोड में आप Portfolio Value, Confidence Level, और Historical Returns (%, comma or newline separated) की एक सीरीज़ देते हैं — असली प्रति-पीरियड रिटर्न्स पेस्ट करें और टूल एम्पिरिकल पर्सेंटाइल सीधे पढ़ लेता है। दोनों ही तरीकों में, रिज़ल्ट्स Value at Risk ($) और Value at Risk (%) दिखाते हैं।

VaR आपको क्या नहीं बताता

यहीं ईमानदारी मायने रखती है। दोनों मेथड्स एक थ्रेशोल्ड पर एक्सपेक्टेड लॉस मैग्नीट्यूड को व्यक्त करते हैं — कोई भी आपके लॉस को कैप नहीं करता। परिभाषा के अनुसार, आपके कॉन्फिडेंस लेवल का कॉम्प्लीमेंट (95% VaR के लिए 5%) ठीक वही आवृत्ति है जिससे असली लॉस VaR फिगर को पार करता है। VaR आपको बताता है कि टेल कहाँ से शुरू होती है; यह इस बारे में कुछ नहीं कहता कि टेल कितनी गहरी जाती है। 95% VaR से खराब उन 5% दिनों में, लॉस मामूली रूप से या भयावह रूप से बड़ा हो सकता है।

पैरामीट्रिक VaR के साथ एक अतिरिक्त चेतावनी जुड़ी है: इसकी नॉर्मल-डिस्ट्रिब्यूशन असम्पशन क्रिप्टो जैसे फैट-टेल्ड, स्क्यूड एसेट्स के लिए रिस्क को कम आंकने की प्रवृत्ति रखती है, जहाँ एक्सट्रीम मूव्स एक बेल कर्व के अनुमान से कहीं ज़्यादा बार होते हैं — वर्क्ड उदाहरण का $2,994 बनाम $6,600 का अंतर बिल्कुल यही असर है। हिस्टोरिकल VaR उस असम्पशन से बचता है लेकिन यह केवल उतना ही ईमानदार है जितनी इसकी डेटा विंडो। VaR को एक इनपुट मानें, सुरक्षा की गारंटी नहीं। इसे अपने position sizing and risk management नियमों के साथ जोड़ें ताकि कोई एक दिन असाधारण नुकसान न कर सके, drawdown and recovery analysis से रियलाइज़्ड लॉस की गहराई पर नज़र रखें, और यह जज करने के लिए कि क्या रिटर्न ने शुरुआत में रिस्क को जायज़ ठहराया, Sharpe and Sortino ratios जैसे रिस्क-एडजस्टेड रिटर्न मेज़र्स का उपयोग करें।