Expected Shortfall: Mengapa VaR Tidak Menceritakan Seluruh Kisah

Expected Shortfall: Mengapa VaR Tidak Menceritakan Seluruh Kisah

Bagaimana jika angka yang dilaporkan sistem risiko Anda setiap pagi melewatkan skenario yang benar-benar bisa menghancurkan Anda? Selama puluhan tahun, Value at Risk menjadi jawaban standar untuk "berapa banyak yang bisa kita rugikan?" Namun VaR menjawab versi sempit dari pertanyaan tersebut: ia mengidentifikasi ambang kerugian pada tingkat kepercayaan tertentu, lalu diam tentang semua yang melampaui ambang itu. VaR harian 99% sebesar $5 juta berarti kerugian melampaui angka tersebut sekitar 2,5 kali per tahun. Apakah pelanggaran tersebut rata-rata $5,5 juta atau $50 juta, VaR memperlakukannya secara identik.

Pada tahun 2002, Carlo Acerbi dan Dirk Tasche menerbitkan pembuktian yang mendefinisikan ulang keheningan ini sebagai kekurangan struktural. Makalah mereka, "On the Coherence of Expected Shortfall," menunjukkan bahwa Expected Shortfall (ES) memenuhi keempat aksioma matematis yang diperlukan untuk ukuran risiko koheren, termasuk untuk distribusi diskret di mana pembuktian sebelumnya meninggalkan celah. Hasil ini memberikan dasar teoretis bagi regulator untuk mengganti VaR dengan ES dalam standar perbankan global.

Celah Koherensi dalam VaR

Artzner dkk. (1999) telah menetapkan empat aksioma yang harus dipenuhi oleh setiap ukuran risiko yang masuk akal: invariansi translasi, subaditivitas, homogenitas positif, dan monotonisitas. VaR lolos tiga tetapi gagal dalam subaditivitas — aksioma yang mengkodekan prinsip bahwa diversifikasi tidak boleh meningkatkan risiko.

Kegagalan ini konkret. Pertimbangkan dua trading desk, masing-masing memegang posisi terkonsentrasi. VaR 99% Desk A adalah $2,1 juta. Desk B $1,8 juta. Ketika perusahaan menggabungkan kedua buku, VaR 99% gabungan dapat melebihi $4,3 juta — lebih dari jumlah bagian-bagian $3,9 juta. Di bawah VaR, penggabungan posisi dapat membuat diversifikasi tampak meningkatkan risiko. Patologi ini muncul karena VaR hanya memeriksa satu kuantil tunggal.

Apa yang Dibuktikan Acerbi dan Tasche

Kontribusi Acerbi dan Tasche (2002) adalah menutup celah teknis. Artzner dkk. telah menunjukkan bahwa ES koheren untuk distribusi kontinu, tetapi banyak distribusi kerugian di dunia nyata bersifat diskret (set skenario terbatas, simulasi historis dengan data terbatas). Acerbi dan Tasche membuktikan bahwa ES tetap koheren di semua jenis distribusi — kontinu, diskret, dan campuran — dengan menetapkan subaditivitas melalui representasi yang melibatkan ekspektasi bersyarat alih-alih rata-rata tail sederhana.

Ini penting karena praktisi telah mengajukan keberatan yang sah: jika ES hanya bekerja di bawah asumsi distribusi yang diidealisasi, keunggulan teoretisnya atas VaR bersifat akademis semata. Pembuktian 2002 menghilangkan keberatan tersebut sepenuhnya.

Secara terpisah, Acerbi (2002) memperluas hasil ini ke seluruh kelas ukuran risiko spektral, di mana ES adalah anggota paling sederhana. Ukuran spektral membobot kerugian tail dengan fungsi non-menurun, memungkinkan manajer risiko mengekspresikan berbagai tingkat aversi terhadap hasil ekstrem.

Di Mana VaR dan ES Menyimpang dalam Praktik

Kesenjangan praktis antara VaR dan ES bergantung pada ketebalan tail. Di bawah distribusi normal, ES 95% kira-kira 1,28 kali VaR 95% — perbedaan yang moderat. Di bawah distribusi fat-tail yang umum di pasar kredit, komoditas, dan ekuitas selama periode stres, rasio ini melebar secara dramatis.

Ketika rasio ES-terhadap-VaR naik di atas 2,0, ini menandakan bahwa distribusi kerugian memiliki tail yang secara bermakna lebih tebal dari yang tersirat oleh asumsi normal. Dalam rezim seperti itu, VaR meremehkan keparahan peristiwa yang menimbulkan risiko eksistensial bagi portofolio. Sebagaimana didokumentasikan oleh Yamai dan Yoshiba (2005), institusi yang hanya mengandalkan VaR selama periode tail risk yang meningkat secara sistematis meremehkan kebutuhan modal mereka.

Divergensi ini terhubung langsung dengan kekhawatiran yang mendorong strategi hedging tail risk: kerugian yang paling penting bagi kelangsungan portofolio justru yang dibuang oleh VaR. Program hedging yang dirancang di sekitar ambang VaR dapat membiarkan portofolio terekspos pada drawdown yang benar-benar mengancam solvabilitas.

Konsekuensi Regulasi

Komite Basel untuk Pengawasan Perbankan mengadopsi Expected Shortfall 97,5% sebagai ukuran modal risiko pasar utama dalam Fundamental Review of the Trading Book (2019), menggantikan standar VaR 99% yang telah mengatur modal bank sejak Basel II. Pilihan ES 97,5% alih-alih ES 99% bersifat deliberat: pada distribusi normal, ES 97,5% kira-kira sama besarnya dengan VaR 99%, memastikan kontinuitas kasar dalam level modal sambil secara fundamental meningkatkan properti matematis ukuran risiko.

Pergeseran ini menutup arbitrase regulasi tertentu. Di bawah aturan modal berbasis VaR, trader dapat menjual opsi deep out-of-the-money yang menghasilkan pendapatan premi stabil tanpa mempengaruhi VaR yang dilaporkan. ES menangkap kerugian tersebut secara konstruktif, karena ia merata-ratakan seluruh tail. Embrechts, McNeil, dan Straumann (2002) telah memperingatkan tentang kelas kerentanan ini dalam portofolio yang bergantung pada korelasi.

Keterbatasan yang Perlu Diakui

ES bukan tanpa trade-off. Backtesting ES lebih sulit daripada backtesting VaR karena memverifikasi rata-rata memerlukan lebih banyak titik data daripada memverifikasi pelanggaran ambang. Tasche (2002) membahas kekhawatiran elicitability. ES sendiri tidak memiliki elicitability, meskipun secara gabungan dengan VaR ia menjadi elicitable. Hasil ini menginformasikan pendekatan hibrida FRTB yang menggunakan ES untuk modal dan VaR untuk backtesting.

ES juga lebih sensitif terhadap kesalahan estimasi di far tail. Dengan data historis terbatas, rata-rata dari 2,5% observasi terburuk membawa ketidakpastian sampling yang substansial. Ini bukan alasan untuk kembali ke VaR, tetapi berarti estimasi ES harus disertai interval kepercayaan atau dilengkapi dengan skenario stres.

Menghubungkan Kerangka

Bagi investor yang mengelola premi risiko di seluruh kelas aset, pilihan ukuran risiko membentuk keputusan konstruksi portofolio. Kerangka maximum drawdown menangkap kasus terburuk yang bergantung pada jalur, sementara ES menangkap keparahan tail distribusional pada suatu titik waktu. Perspektif ini saling melengkapi, bukan menggantikan. Institusi yang memantau VaR untuk manajemen ambang harian, ES untuk alokasi modal dan kesadaran tail, dan maximum drawdown untuk risiko jalur kumulatif memiliki gambaran yang jauh lebih lengkap dibandingkan yang mengandalkan metrik tunggal mana pun.

Pembuktian Acerbi dan Tasche menetapkan bahwa di antara alat-alat ini, Expected Shortfall adalah yang menghormati matematika diversifikasi sambil mengungkapkan apa yang terjadi dalam skenario yang paling penting.