Когерентные меры риска: аксиоматика и спектральное представление (СVaR)

Пусть $X$ и $Y$ — случайные величины, описывающие будущие стоимости двух инвестиционных портфелей. Мера риска $ ho(X)$ — это функция, сопоставляющая портфелю действительное число (требуемый резервный капитал). Согласно ADEH, мера риска называется когерентной, если она удовлетворяет четырем аксиомам. Первая: Монотонность (если $X le Y$ при любых сценариях, то $ ho(X) ge ho(Y)$). Вторая: Трансляционная инвариантность ($ ho(X + c) = ho(X) - c$ для любой константы $c$, добавление безрисковых наличных линейно снижает риск). Третья: Положительная однородность ($ ho(lambda X) = lambda ho(X)$ для $lambda > 0$, риск растет линейно с размером позиции). Четвертая и самая главная: Субаддитивность ($ ho(X + Y) le ho(X) + ho(Y)$). Аксиома субаддитивности — это математическое выражение принципа диверсификации: риск объединенного портфеля не может превышать сумму рисков его частей.

Классический VaR нарушает аксиому субаддитивности. Если распределения убытков имеют сильно скошенные тяжелые хвосты (например, при торговле кредитными дефолтными свопами), VaR объединенного портфеля может оказаться строго больше суммы VaR отдельных позиций. Чтобы устранить этот математический парадокс, была предложена мера Expected Shortfall (ES), также известная как Conditional VaR (CVaR). Математически $ES_alpha$ — это условное математическое ожидание убытков при условии, что они превысили уровень $VaR_alpha$: $ES_alpha = mathbb{E}[L | L ge VaR_alpha]$. Было строго доказано, что Expected Shortfall является когерентной мерой риска, и именно поэтому Базельский комитет в стандартах FRTB (Fundamental Review of the Trading Book) заменил VaR на ES в качестве главного регуляторного норматива.

Дальнейшее математическое развитие теории привело к созданию Спектральных мер риска (Spectral Risk Measures), которые интегрируют когерентность с теорией ожидаемой полезности и функцией неприятия риска инвестора. Спектральная мера риска задается как взвешенный интеграл квантилей распределения убытков $F^{-1}(p)$: $M_phi = int_0^1 F^{-1}(p) phi(p) dp$. Здесь $phi(p)$ — это весовая спектральная функция, которая должна быть неотрицательной, убывающей и интегрируемой до 1. Функция $phi(p)$ отражает страх инвестора перед наихудшими сценариями: чем больший вес придается левому хвосту распределения (квантилям близким к 0), тем консервативнее мера. Expected Shortfall является частным случаем спектральной меры, где весовая функция принимает значение $1/(1-alpha)$ на хвосте и $0$ в остальной части распределения.

Внедрение спектральных и когерентных мер риска требует сложного аппарата стохастической оптимизации. Минимизация CVaR при заданных ограничениях на доходность (портфельная оптимизация Рокафеллара-Урясева) сводится к задаче выпуклого программирования огромной размерности, которая решается симплекс-методами на тысячах симулированных сценариев. Математика когерентных мер гарантирует, что алгоритмы оптимизации не попадут в ловушку локальных минимумов и найдут глобально оптимальный диверсифицированный портфель, защищенный от макроэкономических шоков.

Список литературы:
1. Artzner P., Delbaen F., Eber J.M., Heath D. Coherent Measures of Risk. — Mathematical Finance, 1999.
2. Rockafellar R.T., Uryasev S. Optimization of Conditional Value-at-Risk. — Journal of Risk, 2000.
3. Acerbi C., Tasche D. On the Coherence of Expected Shortfall. — Journal of Banking & Finance, 2002.
Эксперты: Филипп Артцнер, Фредди Дельбаен, Станислав Урясев.