AIO.

टूल — वैल्यू एट रिस्क (VaR) कैलकुलेटर

वैल्यू एट रिस्क (VaR) कैलकुलेटर

चुने गए कॉन्फिडेंस लेवल पर पोर्टफोलियो के मैक्सिमम एक्सपेक्टेड लॉस का अंदाज़ा लगाएं — पैरामेट्रिक (वेरिएंस-कोवेरिएंस) मेथड या अपनी खुद की हिस्टोरिकल रिटर्न सीरीज़ का इस्तेमाल करके।

ट्रेड सेटअप

01
$
02
03
%
04
%
05

परिणाम

VaR ($)
VaR (%)

पैरामेट्रिक VaR यह मानता है कि रिटर्न नॉर्मल डिस्ट्रीब्यूशन में हैं और वोलैटिलिटी को √(टाइम होराइज़न) से स्केल करता है; हिस्टोरिकल VaR बिना किसी डिस्ट्रीब्यूशन असम्पशन के, आपके पेस्ट किए गए रिटर्न से असल पर्सेंटाइल पढ़ता है। दोनों एक्सपेक्टेड लॉस का साइज़ दिखाते हैं, कोई पक्की सीमा नहीं — चुने गए कॉन्फिडेंस लेवल के बाहर टेल में नुकसान अभी भी VaR से ज़्यादा हो सकता है।

Value at Risk कैसे पढ़ें

Value at Risk इस सवाल का जवाब देता है: "इस कॉन्फिडेंस लेवल पर, इस टाइम होराइज़न में मुझे कितना नुकसान हो सकता है?" $100,000 के पोर्टफोलियो पर 95% 1-दिन का VaR $3,000 होने का मतलब है कि 95% संभावना है कि पोर्टफोलियो एक दिन में $3,000 से ज़्यादा नहीं गंवाएगा — यानी 5% संभावना है कि वह गंवा दे। पैरामेट्रिक VaR वोलैटिलिटी और नॉर्मल-डिस्ट्रीब्यूशन असम्पशन से कैलकुलेट करता है, जो तेज़ है लेकिन फैट-टेल्ड या स्क्यूड रिटर्न डिस्ट्रीब्यूशन (क्रिप्टो में आम) वाले एसेट्स के लिए रिस्क को कम आंक सकता है। हिस्टोरिकल VaR इसके बजाय असल पिछले रिटर्न से सीधे सबसे खराब पर्सेंटाइल पढ़ता है, जो असल में हुए डिस्ट्रीब्यूशन शेप को कैप्चर करता है, बशर्ते आपके पास असल रिटर्न सीरीज़ हो और आपकी हिस्ट्री जितनी उपलब्ध हो उतनी ही सीमित हो। कोई भी मेथड नुकसान की सीमा तय नहीं करता — डेफिनिशन के हिसाब से, कॉन्फिडेंस लेवल का कॉम्प्लीमेंट (95% VaR के लिए 5%) ठीक वही फ्रीक्वेंसी है जितनी बार असल नुकसान VaR के आंकड़े से ज़्यादा होता है।

अक्सर पूछे जाने वाले प्रश्न

95% VaR का $5,000 होना असल में क्या मतलब रखता है?
इसका मतलब है कि, इस्तेमाल किए गए मॉडल और डेटा के आधार पर, चुने गए होराइज़न में पोर्टफोलियो का नुकसान $5,000 से ज़्यादा न होने की 95% संभावना है — और इसलिए इससे ज़्यादा होने की 5% संभावना है। VaR एक थ्रेशोल्ड और कॉन्फिडेंस लेवल बताता है, कोई पक्की वर्स्ट-केस सीमा नहीं।
मुझे पैरामेट्रिक या हिस्टोरिकल VaR इस्तेमाल करना चाहिए?
पैरामेट्रिक VaR तेज़ है और सिर्फ वोलैटिलिटी एस्टिमेट चाहिए, लेकिन यह मानता है कि रिटर्न नॉर्मल डिस्ट्रीब्यूशन फॉलो करते हैं — यह असम्पशन उन एसेट्स के लिए रिस्क कम आंक सकता है जिनमें बड़े मूव्स बार-बार होते हैं, जैसे क्रिप्टो। हिस्टोरिकल VaR आपके असल पिछले रिटर्न इस्तेमाल करता है, बिना किसी डिस्ट्रीब्यूशन असम्पशन के, जो असल फैट टेल्स और स्क्यू कैप्चर करता है, लेकिन इसकी सटीकता इस पर निर्भर करती है कि आपके पास पर्याप्त रिप्रेजेंटेटिव हिस्टोरिकल डेटा है या नहीं।
VaR का पर्सेंटेज टाइम के स्क्वेयर रूट से क्यों स्केल होता है?
इस सामान्य असम्पशन के तहत कि रिटर्न हर पीरियड में इंडिपेंडेंट होते हैं, वोलैटिलिटी (स्टैंडर्ड डेविएशन) टाइम के स्क्वेयर रूट के हिसाब से बढ़ती है जबकि औसत रिटर्न टाइम के साथ लीनियर तरीके से बढ़ता है — यही वजह है कि पैरामेट्रिक VaR में वोलैटिलिटी टर्म को होराइज़न से सीधे नहीं, बल्कि √(होराइज़न) से मल्टीप्लाई किया जाता है।
5 दिन का मुफ़्त ट्रायल शुरू करें