バリュー・アット・リスクおよび条件付きバリュー・アット・リスクの計算式

金融リスク管理の現場において、投資ポートフォリオが直面する潜在的な損失を定量的に評価するツールとして、**バリュー・アット・リスク（VaR）と条件付きバリュー・アット・リスク（CVaR）**が不可欠な役割を果たしています。これら二つの指標は、規制当局のコンプライアンス要件を満たすだけでなく、ポートフォリオの最適化やリスク回避戦略の策定において重要な判断材料となります。本稿では、これらの概念の定義から具体的な計算式、そして実務における適用例までを解説します。

VaR と CVaR の基本概念

**バリュー・アット・リスク（VaR）**は、特定の確率水準において、ポートフォリオが経験する最大損失を推定する統計的な指標です。一般的に、過去の実績データ、パラメトリックモデル、あるいはモンテ・カルロシミュレーションを用いて算出されます。例えば、95% の VaR が 100 万ドルである場合、それは「1 期間あたりに、100 万ドル以上の損失が発生する確率が 5% 以下である」という意味になります。

一方、条件付きバリュー・アット・リスク（CVaR）は、VaR が示す「最悪の k% のシナリオ」における期待損失を計算する概念です。ここで k は特定の百分率（例：95% VaR に対しては 5%）を指します。VaR は単に「損失の閾値」を示すのに対し、CVaR はその閾値を超えた極端な市場環境下での損失の**大きさ（マagnitude）**までを考慮するため、より包括的なリスク評価を提供します。

VaR の計算式と手法

VaR の計算式は、採用される損失分布の推定手法によって異なります。主な手法には以下の 3 つがあります。

歴史的アプローチ: 過去の収益率の平均と標準偏差を用いて VaR を推定します。
パラメトリックアプローチ: 収益率が正規分布や対数正規分布に従うと仮定し、モデルを構築して計算します。
モンテ・カルロシミュレーション: 無数のランダムなシナリオを生成し、未来の収益率をシミュレートして VaR を算出します。

最も一般的なパラメトリックモデルにおける VaR の計算式は以下の通りです。

$$
\text{VaR} = \mu - z \sigma
$$

ここで、$\mu$ は平均収益率、$\sigma$ は収益率の標準偏差、$z$ は希望する確率水準に対応する標準正規分布の Z 値（z-score）を表します。例えば、95% の確率水準を仮定し、収益率が正規分布に従うとすると、$z$ 値は約 1.645 となります。この式は計算が簡便な反面、市場の非線形性や変動率（ボラティリティ）の変化、あるいは収益率の歪み（スキージネス）を考慮しきれないという限界があります。

CVaR の計算式と特徴

CVaR は、損失分布の尾部（Tail）における期待損失として定義されます。具体的には、最悪の k% のシナリオにおける平均損失を計算する式は以下のようになります。

$$
\text{CVaR}k = \frac{1}{k} \sum{i=1}^{k} \left( \text{Loss}_i \right)
$$

この式において、$k$ は百分率レベル（例：95% VaR に対応する 5%）を示し、$\text{Loss}_i$ は $i$ 番目のシナリオにおける損失額を表します。CVaR は、過去の損失データやシミュレーション結果を用いて計算され、極端な市場環境下での損失規模を平均化することで、リスクの真の性質をより深く理解する上で有効なツールとなります。

金融モデリングにおける実務応用

実務現場では、VaR と CVaR は以下のような用途で活用されています。

リスク資本の算定: 銀行や保険会社は、規制要件に基づいて必要なリスク資本を算定する際、CVaR を用いてより保守的な見通しを確保することがあります。
ポートフォリオ最適化: 投資家やファンドマネージャーは、単に損失の上限（VaR）だけでなく、その上限を超えた場合の損失規模（CVaR）も考慮することで、より堅牢なポートフォリオ構成を策定します。
ストレッスタesting: 金融機関のレジリエンスを評価する際、極端な市場変動に対するポートフォリオの耐性を確認するために、CVaR 指標が頻繁に参照されます。

まとめ

VaR と CVaR は、現代金融リスク管理の柱を成す指標です。VaR は「最悪の損失の閾値」を示す簡潔な指標であるのに対し、CVaR は「最悪の状況における期待損失」を算出することで、より詳細なリスク洞察を提供します。計算式は手法によって異なりますが、両者とも市場の不確実性を定量化し、意思決定の質を向上させるために不可欠な存在です。