RA40_AF.

qxp:RA40_miolo

21.05.08

20:31

Page 46

Gesto

Valor em risco (VAR value at risk)

Metodologias no Paramtricas
O VAR (Value at Risk) ,valor em risco, a perda
mxima provvel de uma carteira para um nvel de
confiana determinado, num horizonte temporal especificado.

46 REVISORES AUDITORES JAN/MAR 2008

As metodologias podem ser vrias para estimar o

VAR, mas dividem-se em dois grandes grupos: os no
paramtricos (simulaes Histricas e simulaes
Monte Carlo) e os paramtricos, baseadas na varincia e covarincia

RA40_AF.qxp:RA40_miolo

21.05.08

20:31

Page 47

Gesto

Eduardo S e Silva

Neste artigo, s nos iremos debruar sobre

as metodologias no paramtricas:

Simulaes Histricas que se baseiam no

pressuposto de que a variao futura
dos preos dos activos relevantes na carteira, se distribuiro da mesma forma
que no passado;
Simulaes Monte Carlo cuja nica diferena para as simulaes Histricas reside na forma de se obterem os cenrios
simulados, que constituem uma amostra
gerada de forma (pseudo) aleatria,
tendo em conta uma determinada distribuio

Introduo
O VAR ou VaR (Value at risk ou valor em
risco) a perda mxima provvel de uma
carteira para um nvel de confiana determinado, num horizonte temporal especificado. Deste modo, o VAR mede as perdas
potenciais estimadas mais pessimistas que
so apuradas tendo em conta um determinado nvel de confiana, para um determinado intervalo de tempo e em condies
normais de mercado.
As metodologias VAR consideram que o
risco o grau de incerteza relativamente
aos rendimentos lquidos futuros. No
entanto, baseiam a projeco das variaes futuras das taxas de juro e dos preos na distribuio dos valores histricos
de mercadas destas taxas e destes preos.

Assim, as metodologias VAR baseiam-se

em movimentos normais do mercado, ou
seja, pressupe a ausncia de grandes crises financeiras. Mercados onde se verifica
uma volatilidade significativa pem em
causa o efeito de correlao entre preos e
o risco de liquidez pode desvirtuar o valor
obtido pelo VAR. Trata-se de uma medida que permite quantificar a perda potencial de uma carteira associada a um nvel
de confiana estatisticamente definido. A
sua validade encontra-se balizada no
tempo.

O VAR ou VaR (Value at

risk ou valor em risco)
a perda mxima
provvel de uma
carteira para um nvel
de confiana
determinado, num
horizonte temporal
especificado. Deste
modo, o VAR mede as
perdas potenciais
estimadas mais
pessimistas que so
apuradas tendo em
conta um determinado
nvel de confiana, para
um determinado
intervalo de tempo e
em condies normais
de mercado.

As metodologias para estimar o VAR

podem ser vrias, nomeadamente:

Tcnicas baseadas na varincia e covarincia, em que se salientam os seguintes modelos especficos:

Modelos especficos (que igualmente:
Risk Metrics J. P. Morgan
Raroc 2020 Bankers Trust
Prime Risc Credit Suisse First
Boston
Risk Dollars Chase M. Bank
Grupo dos trinta de 1993
Derivatives: Practices and
Principles
Simulaes Histricas e Simulaes
(Cenrios) Monte Carlo (conhecidas por
metodologias no paramtricas e sobre
as quais nos debruaremos de seguida)

Podemos resumir as principais diferenas

entre as metodologias:

Um VAR de 100 Euros significa que, em

mdia, tendo em considerao um nvel de
risco de 5%, somente em 1 dia em 20,
pode-se esperar que haver uma perda
superior a 100 devido a movimentos do
mercado
JAN/MAR 2008 REVISORES AUDITORES 47

RA40_AF.qxp:RA40_miolo

21.05.08

20:31

Page 48

Gesto

No paramtricas

Paramtricas

Funes

Simulao histrica

Montecarlo

Varincia -

Definio da

A distribuio

Os valores so

O desvio padro e a

distribuio

dos dados

gerados

correlao so

Covarincia

histricas

estimados

calculada
Clculo da

Os valores da

O desvio padro da

distribuio

carteira so

carteira calculado,

da carteira

simulados

assumindo uma
distribuio normal

Obteno do

Os valores das perdas so

VAR

ordenados e todos os que

ultrapassam (1-p) probabilidade
so seleccionados

1 - VAR (simulao Histrica metodologia no paramtrica)

1.1 Princpios
Esta metodologia baseia-se na hiptese da estacionariedade dos dados, o que pressupe que a histria a
melhor estimao possvel do futuro.
Portanto, o princpio estimar-se a distribuio das
variaes dos preos futuros a partir dos preos histricos e aplicar estas variaes carteira actual para
determinar o VAR. Este mtodo dito no paramtrico porque, contrariamente a outras abordagens, p.e,
RiskMetrics, o clculo do VAR no implica ter uma
estimativa dos parmetros duma distribuio terica,
como por exemplo a normal.
Convm salientar que a totalidade da carteira que
tomada em considerao e no cada activo individualmente. O VAR duma carteira no a soma dos VAR
individuais de cada instrumento mas o VAR da totalidade da carteira, o que permite ter em conta o efeito
das correlaes.
Uma das instituies que utiliza este mtodo o Chase
Manhattan que utiliza uma srie histrica de 100 dias
para um horizonte temporal de 1 dia. (nesta situao
o VAR designado por DEAR, na medida em que se
aplica a resultados dirios)

48 REVISORES AUDITORES JAN/MAR 2008

1.2 Exemplo
No exemplo apresentado s iremos ter 20 observaes
dirias e dois ttulos, a fim de no sobrecarregar os clculos. As etapas para calcular o VAR segundo a simulao Historica so as seguintes (ver quadro 1 abaixo):
As observaes dizem respeito aos preos de dois
ttulos: 5 unidades do ttulo 1 e 10 unidades do ttulo 2;
As variaes de cada perodo relativamente ao dia
anterior so calculados em valor relativo (taxa de
variao) pela frmula: (pt pt-1) / pt-1, em que
pt o preo do dia e pt-1 o preo do dia anterior.
Assim para o primeiro dos dias anteriores ao actual:
(205-200)/200 = 2,5% para ttulo 1 e (210-220)/ 210
= .4,5% para o ttulo 2;
Cada ttulo valorizado por aplicao da variao
do dia a partir do seu valor no perodo actual (t0).
O clculo consiste em submeter a carteira actual s
variaes do passado. A frmula: p0 (1 + variao t)
, em que p0 o valor actual e variao t a variao
do dia. Para o dia -19, temos 215 x (1 + 2,5%) =
220 e 160 x (1 4,5%) = 153 para o ttulo 2. Para o
dia -18, temos 215 x (1+2,4%) = 220 para o ttulo 1
e 160 x (1+9,5%) = 175 para o ttulo 2;
O valor total da carteira calculado em funo do
nmero de ttulos detidos. Assim para o primeiro
dia, temos: 220x 5 + 153 x 10 = 2 629
A perdas dirias so calculadas relativamente ao
valor actual da carteira (5 x 215 + 10 x 160 = 2675).
As perdas so registadas com valor positivo e os

RA40_AF.qxp:RA40_miolo

21.05.08

20:31

Page 49

Gesto

ganhos com valor negativo (por uma questo de

ordenao dos valores).
As perdas so classificadas por ordem crescente e a
leitura efectuada sobre a coluna do montante do
VAR em funo do nvel de confiana desejado.

Dia

ttulo 1

histrico
ttulo 2

-20
-19
-18
-17
-16
-15
-14
-13
-12
-11
-10
-9
-8
-7
-6
-5
-4
-3
-2
-1
actual 0

200
205
210
195
205
190
190
220
180
215
200
190
230
190
205
190
195
230
205
230
215

220
210
230
250
230
210
180
150
180
160
170
190
180
200
220
205
180
170
180
175
160

A coluna de Probalidade calculada considerando

que cada observao representa 5% (so vinte observaes) de forma acumulativa.

ttulo 1

variaes
ttulo 2

Avaliao da
carteira
titulo 1
5

valor
ttulo 2
10

2,50%
2,44%
-7,14%
5,13%
-7,32%
0,00%
15,79%
-18,18%
19,44%
-6,98%
-5,00%
21,05%
-17,39%
7,89%
-7,32%
2,63%
17,95%
-10,87%
12,20%
-6,52%

-4,55%
9,52%
8,70%
-8,00%
-8,70%
-14,29%
-16,67%
20,00%
-11,11%
6,25%
11,76%
-5,26%
11,11%
10,00%
-6,82%
-12,20%
-5,56%
5,88%
-2,78%
-8,57%

220
220
200
226
199
215
249
176
257
200
204
260
178
232
199
221
254
192
241
201

153
175
174
147
146
137
133
192
142
170
179
152
178
176
149
140
151
169
156
146

total

carteira
actual

Perdas

2629
2854
2737
2602
2457
2446
2578
2800
2706
2700
2809
2817
2666
2920
2487
2508
2779
2652
2762
2468

2675
2675
2675
2675
2675
2675
2675
2675
2675
2675
2675
2675
2675
2675
2675
2675
2675
2675
2675
2675

46
-179
-62
73
218
229
97
-125
-31
-25
-134
-142
9
-245
188
167
-104
23
-87
207

PerdasProbabilida
ordenadas

-245
-179
-142
-134
-125
-104
-87
-62
-31
-25
9
23
46
73
97
167
188
207
218
229

0,05
0,1
0,15
0,2
0,25
0,3
0,35
0,4
0,45
0,5
0,55
0,6
0,65
0,7
0,75
0,8
0,85
0,9
0,95
1

Quadro 1: clculo do VAR simulao Histrica

JAN/MAR 2008 REVISORES AUDITORES 49

RA40_AF.qxp:RA40_miolo

21.05.08

20:31

Page 50

Gesto

Assim, o VAR, a probabilidade de que a perda no

ultrapasse em mais do que montante indicado para o
nvel de confiana desejado, a seguinte:

Em 70% dos casos : 73 (conforme referido os valores

positivos representam perdas)
Em 90% dos casos: 207
Em 95% dos casos: 218

1.3 Vantagens e inconvenientes desta metodologia

Esta metodologia simples de aplicar e necessita de
poucos recursos informticos.
Apresenta a vantagem de no serem necessrios clculos complexos.
O VAR determinado sobre toda a carteira e no a
soma dos VAR individuais (ou seja, no nosso exemplo
o VAR calculado recai sobre 5 unidades do ttulos 1 e
10 unidades do ttulo 2) . Por conseguinte, toma em
considerao o efeito das correlaes.
No entanto, se um activo no tem histrico, a metodologia VAR simulao Histrica no se pode aplicar.
Neste caso, necessrio recorrer a simulaes e a clculos complexos. Por outro lado, se porventura um
pequeno nmero de observaes apresenta valores
muito dspares (valores muito afastados da mdia,
quer positivos, quer negativos, designados por outsiders) vicia fortemente o clculo, pelo que o controlo

50 REVISORES AUDITORES JAN/MAR 2008

estrito dos dados torna-se indispensvel. Outra das crticas apontadas a esta metodologia que pondera
todas as observaes (dados histricos) da mesma
forma, incluindo os preos mais antigos.
2. VAR (simulao Monte Carlo metodologia
no paramtrica)
2.1 Princpios
A maior parte dos modelos anteriormente apresentados eficaz para se apurar o valor em risco (VAR) das
aplicaes em instrumentos que tenham um comportamento linear ou no linear devido convexidade, tais
como as obrigaes e assimilados. Mas logo que o comportamento dum instrumento sofre rupturas bruscas e
imprevisveis, estes modelos podem no ser os mais
adequados. Por exemplo, o preo de uma opo pode
variar de forma imprevisvel devido a uma pequena
alterao do preo do activo subjacente.
A principal diferena para a simulao Histrica reside na forma de se obterem os cenrios simulados.
Dada uma distribuio de probabilidades, as simulaes (cenrios) Monte Carlo constituem uma amostra
gerada de forma (pseudo) aleatria tendo em conta a
referida distribuio.

RA40_AF.qxp:RA40_miolo

21.05.08

20:31

Page 51

Gesto

A distribuio vem definida por um conjunto de parmetros: matriz de varincias e covarincias, velocidades e taxas de reverso em relao mdia, etc..
A flexibilidade da simulao Monte Carlo permite a
gerao de cenrios para um amplo conjunto de pontos no tempo, permitindo simular trajectrias de evoluo.
Torna-se necessrio definir um vector de ndulos temporais, bem como dispor de um gerador de nmeros
aleatrios.
Mas vejamos um exemplo para melhor compreenso da
simulao Monte Carlo.

b) O que se procura no a variao do instrumento

em valor absoluto mas em valor relativo, portanto
o seu rendimento. Uma variao de 1 no tem o
mesmo significado se o instrumento vale 100 ou 2.
No primeiro caso, o ganho de 1% e no segundo
de 50%. portanto o rendimento, e no o preo
da aco que segue uma distribuio normal (distribuio lognormal)
Um exemplo sucinto (s com 10 simulaes) apresenta-se de seguida:
Os dados do exemplo so os seguintes (ver quadro 2
adiante):

2.2 Exemplo
A metodologia a utilizar a tcnica de simulao aleatria dita de Monte Carlo (nome do famoso casino).
Consiste na determinao, por exemplo, do VAR de
uma opo, atravs da gerao de uma srie de preos
do instrumento subjacente, da ordem dos 5000 a
10000, e no estudo do comportamento da opo.
Realce-se que a opo um instrumento pelo qual a
entidade que o adquire passa a ter o direito (mas no
a obrigao) de comprar ou vender um determinado
activo, num certo perodo de tempo, a um preo acordado (denominado preo de exerccio)
Para simular o clculo do valor da opo, a metodologia (utilizando o modelo de Black-Scholdes) adopta as
seguintes hipteses:
a) A metodologia baseia-se na distribuio da lei normal que nos diz que a probabilidade de um valor
estar prximo da sua mdia elevado, ao invs da
probabilidade de um valor estar longe da sua
mdia . Um instrumento dum valor de 100 tem
fracas probabilidades de atingir 10 ou 1000 num
futuro prximo, por exemplo num ano. As tiragens
aleatrias tm em considerao esta lei para gerar
nmeros realistas.

Preo da aco original (ou seja activo subjacente

opo) : 100
Desvio padro do preo da aco: 20%
Taxa de rendimento mdio (= igual taxa de
actualizao) para esta categoria de aco= 10%

Perodo de tempo de: 1 ano

Preo de exerccio da opo (tipo europeu): 95

1.Os nmeros aleatrios esto compreendidos entre 0 e

11: primeira coluna do quadro nvel de confiana/probabilidade
2.A primeira simulao d um valor de 0,75. O nmero de desvios padro acima da mdia para que 75%
das variveis estejam situadas esquerda da curva
da lei normal de 0,6745 desvios padro (ver coluna
de nmero de desvios padro)2. A segunda simulao
d 0,5 que corresponde mdia3
3.A variao relativa ao preo da aco calculado do
seguinte modo: rendimento mdio (10%) adicionado
do nmero de desvios padro multiplicados pelo desvio padro (20%). Assim, para a primeira simulao
temos a variao: 0,1 + 0,2 * 0,6745 = 0,2349. Este
valor pode ser obtido directamente atravs da funo
NORMINV4

1 A folha de clculo EXCEL permite gerar tais nmeros, ver a funo rand()
2 A distribuio normal padronizada (ou reduzida) uma distribuio normal com mdia igual a zero e desvio padro igual a 1 (isto , =
0 e = 1). Qualquer distribuio normal pode ser convertida numa distribuio normal padronizada, fazendo = 0 e expressando desvios em relao a m em unidades de desvio padro (escala z). Sob tais condies, 68,26% da rea (probabilidade) sob a curva normal
padronizada includa dentro de um desvio padro mdio ,isto , dentro de +/- 1 , 95,54% dentro de +/- 2 , e 99,74% dentro de
+/- 3 .
3 No EXCEL a funo que nos d esta informao a funo NORMSIN, que consiste no inverso da funo de distribuio normal
4 Inverso da distribuio normal acumulativa para uma mdia e um desvio padro especfico

JAN/MAR 2008 REVISORES AUDITORES 51

RA40_AF.qxp:RA40_miolo

21.05.08

20:31

Page 52

Gesto

4.Esta variao pode ser transformada em variao

exponencial (a exponencial de (0,2349) corresponde
a 1,26478).
5.preo da aco com variao resultar do produto da
variao exponencial pelo preo original: 1,26478 *
100 = 126,478. Os outros preos so calculados de
igual modo.
6.valor intrnseco da opo calculado pela diferena
entre o preo da aco com variao e o preo do
exerccio: 126,478 95 = 31,478. Quando esta diferena negativa o valor zero

7.valor da opo actualizada, porque ela s ser exercida no prazo de 1 ano (opo europeia). A actualizao efectuada a uma taxa de juro continua ou
exponencial que assume que a taxa composta continuamente. Assim, para uma taxa de referncia de
10%, o factor de actualizao ser de 1/exp(0,1) =
0,9048
c)A seguir calcula-se uma mdia do valor actual da
opo, ou seja, 21,06 para um preo mdio de aco
de 116,62. igualmente possvel estimar o nmero
de vezes em que o valor intrnseco da opo ser
positivo e, portanto exercido, no nosso exemplo, ser
de 60% (6 vezes em 10) quadro

confiana
nmero
probabilidade desvios taxa de desvio
variao
padro de rend padrao
(a)
(b)
1
2
3
4 5=3+4*2
0,75
0,67449
0,1
0,2 0,234898
0,5
0
0,1
0,2
0,1
0,2 -0,841621
0,1
0,2 -0,068324
0,1 -1,281551
0,1
0,2 -0,15631
0,85 1,036433
0,1
0,2 0,307287
0,79 0,806422
0,1
0,2 0,261284
0,22 -0,772193
0,1
0,2 -0,054439
0,95 1,644853
0,1
0,2 0,428971
0,92 1,405074
0,1
0,2 0,381015
0,15 -1,036433
0,1
0,2 -0,107287

utilizao
factor
da funo
variao
preo
preo de
preo
valor actualizao
valor
norminv exponencial da aco
acoc/ exercco
intrinseco
contiuo
actual

exp(var)
variao
opo
1/ex(0,1)
opo
6 7=exp(6)
8
9=7*8
10
11=9-10
12 13=11*12
0,234898
1,26478
100
126,478
95
31,47798
0,904837 28,48246
0,1 1,105171
100
110,5171
95
15,51709
0,904837 14,04045
-0,068324 0,933958
100
93,39576
95
0
0,904837
0
-0,15631 0,855294
100
85,52939
95
0
0,904837
0
0,307287 1,359731
100
135,9731
95
40,97306
0,904837 37,07396
0,261284 1,298597
100
129,8597
95
34,85968
0,904837 31,54235
-0,054439 0,947017
100
94,70167
95
0
0,904837
0
0,428971 1,535676
100
153,5676
95
58,56759
0,904837 52,99415
0,381015 1,463769
100
146,3769
95
51,37692
0,904837 46,48776
-0,107287 0,898268
100
89,82682
94
0
0,904837
0
preo mdio da aco 116,6226 preo preo mdio opo 21,06211
(a) utilizao d funo rand(). Gerao de nmeros aleatrios compreendidos entre 0 e 1
em 60%
(b) inverso da funo da distribuio normal: funo normsinv nmero de desvios de padro.
das vezes
Assim para um intervalo de confiana de 95%, teremosa volatilidade equivalente a 1,645 desvios-padro da mdia
a opo
inverso da distribuio normal acumulativa para uma mdia
positiva

Quadro 2: clculo da simulao Monte Carlo: 1 gerao de nmeros aleatrios

O VAR seria calculado ordenando os valores actuais da

opo, como segue:
Quadro 3 valores ordenados (os valores positivos
para efeitos de clculo de VAR so transformados em
valores negativos, o que interessa so as perdas) quadro

52 REVISORES AUDITORES JAN/MAR 2008

Perdas
Ordenadas
Probabilidade

ordenados

VAR

0,1

52,99415

-52,99415

0,2

46,48776

-46,48776

0,3

37,07396

-37,07396

0,4

31,54235

-31,54235

0,5

28,48246

-28,48246

0,6

14,04045

-14,04045

0,7

0,8

0,9

RA40_AF.qxp:RA40_miolo

21.05.08

20:31

Page 53

Gesto

No entanto, se utilizssemos uma outra gerao de

nmeros aleatrios o resultado seria diferente. quadro
confiana
nmero variao
probabilidade desvio- taxa de desviovariao
padro de rend padrao
(a)
(b)
1
2
3
4 5=3+4*2
0,26733781-0,620885
0,1
0,2 -0,024177
0,61208833 0,284766
0,1
0,2 0,156953
0,24631463-0,686132
0,1
0,2 -0,037226
0,40672037 -0,23599
0,1
0,2 0,052802
0,63620766 0,348341
0,1
0,2 0,169668
0,08628703-1,363978
0,1
0,2 -0,172796
0,41206343 -0,22224
0,1
0,2 0,055552
0,99095823 2,363904
0,1
0,2 0,572781
0,26227264-0,636355
0,1
0,2 -0,027271
0,73597912 0,630998
0,1
0,2
0,2262

utilizao
da funo
variao
preo
preo de
preo
valor
factor
valor
norminv exponencial da aco
acoc/ exercco
intrinseco actualizao
actual

exp(var)
variao
opo
contiuo
opo
6 7=exp(6)
8
9=7*8
10
11=9-10
12 13=11*12
-0,024177 0,976113
100
97,6113
95
2,611297
0,904837 2,362799
0,156953 1,169941
100
116,9941
95
21,99409
0,904837 19,90108
-0,037226 0,963458
100
96,3458
95
1,3458
0,904837 1,217731
0,052802 1,054221
100
105,4221
95
10,42209
0,904837 9,430296
0,169668 1,184912
100
118,4912
95
23,49116
0,904837 21,25568
-0,172796
0,84131
100
84,13095
95
0
0,904837
0
0,055552 1,057124
100
105,7124
95
10,71241
0,904837 9,692987
0,572781 1,773191
100
177,3191
95
82,31911
0,904837 74,48541
-0,027271 0,973097
100
97,30974
95
2,309745
0,904837 2,089943
0,2262 1,253826
100
125,3826
94
31,3826
0,904837 28,39615
preo mdio da aco 112,4719 preo preo mdio opo 16,88321
em 90%
o valor
positivo

Quadro 4: clculo da simulao Monte Carlo: 2 gerao de nmeros aleatrios

Assim, a gerao de preos no simples. Este exemplo encontra-se simplificado.
Na prtica, as simulaes de Monte Carlo implicam:
Inmeros parmetros devem ser estipulados, como
seja: a taxa de juro, volatilidades, preos do activos
subjacentes, etc., o que conduz a que o nmero de
simulaes seja elevado, a fim de serem consideradas
as variaes nestes parmetros. O nmero de simulaes pode-se elevar a largos milhares

dado o progresso tecnolgico. Por outro lado, podem-se

considerar algumas simplificaes a fim de diminuir o
nmero de simulaes. Este mtodo particularmente
apropriado para carteiras que contenham instrumentos
complexos, nomeadamente, opes exticas.
Concluses sobre o VAR
O VAR tem de ser considerado um conceito e no um
sistema de clculo. As razes da sua popularidade tem
a ver com o seguinte:

As variaes alteram-se de forma contnua;

As correlaes entre os diversos instrumentos devem
ser igualmente consideradas
Uma vez estes clculos efectuados, tendo em considerao estes ajustamentos, basta ordenar os resultados
das simulaes e considerar os valores mais baixos que
representem 5% do conjunto, a fim de se obter o VAR
com um grau de confiana de 95%
2.3 Vantagens e inconvenientes das metodologias Monte Carlo
Ainda que este mtodo seja mais preciso que a anterior simulao histrica para situaes em que os preos dos instrumentos sofram alteraes bruscas e
imprevisveis (casos em que a histria no apresenta
um comportamento consistente) , ao considerar inmeras situaes, implica necessariamente recursos informticos substanciais. No entanto, os recursos
informticos tm vindo a ser cada vez mais acessveis,

Concentra-se num dos principais tipos de preocupaes dos decisores e gestores de topo o potencial de
perdas significativas
Pela relevncia do seu significado, ganhou o suporte
de importantes instituies e organismos, nomeadamente, da Unio Europeia e do BIS (Acordo de
Basileia II)

O VAR uma metodologia estatstica que ajuda os

gestores a agregar nmeros dos riscos atravs dos negcios e das linhas de produtos de uma forma inteligvel.
Isto ajuda as instituies financeiras a impor limites
nas exposies de risco de mercado e a optimizar a alocao do capital aos vrios negcios ou carteiras.
Deste modo, o VAR um importante instrumento que
auxilia os gestores a terem uma viso agregada sobre
o perfil do risco da instituio e a controlar o risco
atravs da imposio de limites. O VAR providencia
um valor simples agregado que pode, inclusive a aju-

JAN/MAR 2008 REVISORES AUDITORES 53

RA40_AF.qxp:RA40_miolo

21.05.08

20:31

Page 54

Gesto

No entanto, o VAR encerra um nvel de subjectividade significativo, nomeadamente, na definio do nvel

ou grau de confiana, do horizonte temporal e, essencialmente, do mtodo de clculo. Por outro lado, no
deve ser aplicado a instrumentos ilquidos e o valor das
carteiras tem que poder ser ajustado em relao ao
horizonte temporal.
Conforme referido, em mercados normais, providencia
um instrumento poderoso, bem como para perodos de
previso curto, mas apresenta dificuldades quando os
mercados se apresentam turbulentos ou quando o horizonte previsional longo.
Por seu turno, as etapas para medio do VAR passam
por:
1. Caracterizao das exposies ao risco das posies
assumidas. Como exemplos de tipo de exposies
(vectores chave), temos: aces, obrigaes, matrias primas, mercadorias, divisas estrangeiras, taxas
de juro, volatilidades implcitas, margens ou outras;

dar os supervisores a imporem limites prudenciais a

cada instituio.
Assim, o VAR tem como principais utilizadores as
Instituies Financeira e empresas Multinacionais, que
detenham carteiras de investimentos.

2. Caracterizao da incerteza, tendo em conta a avaliao que se faz da situao e evoluo dos mercados. A caracterizao da incerteza consiste em
determinar a distribuio de probabilidade conjunta
do vector chave, designada por processo de inferncia. Para esse efeito, podem utilizar-se dados histricos ou utilizar-se tcnicas de anlise de sucesses
cronolgicas para caracterizar a distribuio condicionada informao existente no tempo inicial;
3. Combinao das caractersticas dos dois passos
anteriores para valorizar o risco de mercado da carteira atravs de uma VAR metric (metodologia de
medio)

REFERNCIAS BIBLIOGRFICAS
Beis, Joel (2202) Risk management in Banking second editiom Willey
Daripa, Arupratan; Varotto, Simone (1998) Value ar risk and precommitment: Approaches to market risk regulation in Economic
Policy Review Federal Reserve Bank of New York, Oct 1998 4.3, pp 137
Dermine, Jean;Bissada, Youssef (2005) Gerenciamento de Activos e Passivos Editora ATLAS So Paulo
Jacob, Henri; Sardi, Antoine (2000) mangement des Risques Bancaires ditions AFGES
Jorion, Philippe (2003) Financial Risk Manager Handbook GARP Risk Management Library
Jorion, Philippe (1997) Value at Risk McGraw-Hill
Lopez, Jose (1998) Methods for evaluating value-at-risk estimates in Economic Policy Review-Federal Reserve Bank of New York;
Oct 1998; 4,3, pp 119
Silva, Eduardo (2006) Modelos para a Determinao do Risco da Taxa de Juro Vida Econmica
Tardivo, Giuseppe (2002) Value at risk (VAR): The new benchmark for managaging market risk in Jornal of Management &
Analysys; Jan-Jun 2002; 15,1, pp. 16

54 REVISORES AUDITORES JAN/MAR 2008