Условная стоимость риска (CVaR): когерентные меры риска в финансовой оптимизации

Математически CVaR (также известный как Expected Shortfall) определяется как математическое ожидание всех убытков, которые строго превышают значение VaR. В то время как VaR — это просто квантиль (точка на графике распределения), CVaR берет интеграл по всему «хвосту» распределения катастрофических убытков. Это кардинально меняет логику принятия решений. Если у инвестора есть выбор между двумя портфелями с одинаковым VaR, но у одного портфеля в хвосте возможны убытки в миллион долларов, а у другого — в миллиард, метрика VaR покажет, что они одинаково безопасны, тогда как CVaR мгновенно заблокирует второй, токсичный портфель.

Величайшим теоретическим триумфом CVaR стало доказательство того, что она является Когерентной мерой риска (Coherent Risk Measure), удовлетворяя аксиомам Артцнера. Самая важная из этих аксиом — субаддитивность. В здоровой математике риск объединенного портфеля всегда должен быть меньше или равен сумме рисков его частей (эффект диверсификации). Парадокс VaR заключается в том, что он не субаддитивен: объединение двух безопасных активов может внезапно показать риск, превышающий их сумму, что ломает логику децентрализованного риск-менеджмента. CVaR математически гарантирует субаддитивность, всегда поощряя диверсификацию.

С точки зрения вычислительного исследования операций, оптимизация портфеля по критерию VaR (минимизация квантили) является катастрофически сложной невыпуклой задачей, требующей методов смешанного целочисленного программирования для обхода локальных минимумов. Гениальность работы Рокафеллара и Урясева заключалась в том, что они доказали: минимизация сложного интегрального показателя CVaR может быть абсолютно точно сведена к классической задаче Линейного программирования (LP)!

Для перевода задачи в линейную форму авторы ввели вспомогательную скалярную переменную (эквивалент самого VaR) и набор вспомогательных непрерывных переменных для каждого из тысяч сгенерированных сценариев рынка (Монте-Карло симуляций). Эти переменные улавливают только те убытки, которые превышают порог, отсекая прибыль функцией максимума $\max(0, Loss - VaR)$. Полученная гигантская, но строго линейная система ограничений молниеносно решается симплекс-методом. Это позволило алгоритмическим фондам оптимизировать портфели из десятков тысяч акций в режиме реального времени, гарантируя, что даже в случае глобального обвала (Черного лебедя) математическое ожидание катастрофических потерь останется в рамках корпоративного бюджета.