Value at Risk (VaR) responde a uma pergunta específica: qual é a perda máxima que você pode esperar em um determinado horizonte de tempo a um determinado nível de confiança? Um VaR de 95% de um dia de US$ 100.000 significa que em 95 de 100 dias, suas perdas não deveriam exceder US$ 100.000. Não diz nada sobre o que acontece nos outros 5 dias.
Esse silêncio sobre eventos de cauda é a limitação mais importante do VaR. Um portfólio pode ter um VaR baixo e ainda estar exposto a perdas catastróficas. Os 5% dos dias que excedem o limite de VaR podem incluir perdas que são 2x, 5x ou 10x o valor do VaR. Conditional VaR (também chamado Expected Shortfall) aborda isso fazendo a média das perdas que excedem o limite de VaR, te dando informação sobre a severidade de eventos de cauda em vez de apenas sua probabilidade.
Existem três abordagens principais para calcular VaR. VaR paramétrico assume que os retornos seguem uma distribuição normal e usa média e desvio padrão para calcular o limite. Simulação histórica usa retornos passados reais e identifica o percentil relevante. Simulação Monte Carlo gera milhares de cenários aleatórios baseados em distribuições e correlações assumidas. Cada método tem trade-offs entre simplicidade computacional e precisão.
A suposição de normalidade no VaR paramétrico é particularmente problemática para cripto. Os retornos de cripto exibem assimetria e curtose significativas (caudas gordas e assimetria), significando que eventos extremos ocorrem com muito mais frequência do que uma distribuição normal preveria. Um VaR de 99% calculado assumindo normalidade pode subestimar dramaticamente a frequência real e a magnitude de grandes perdas em portfólios cripto.
Simulação histórica parece mais intuitiva porque usa dados passados reais, mas tem seus próprios problemas. Assume que o futuro parecerá com o passado, o que é uma suposição particularmente pobre durante mudanças de regime. Se sua janela histórica não inclui uma crise, seu VaR não refletirá perdas em nível de crise. Se sua janela é dominada por uma crise, seu VaR será excessivamente conservador durante períodos mais calmos.
A agregação de VaR em um portfólio depende da estrutura de correlação entre posições. Quando as correlações são estáveis, o VaR do portfólio é mais baixo do que a soma dos VaRs de posições individuais (refletindo o benefício da diversificação). Quando as correlações disparam em direção a 1 durante crises, o benefício da diversificação evapora, e o VaR do portfólio pode aumentar dramaticamente mesmo sem qualquer mudança em posições individuais.
Apesar de suas limitações, o VaR permanece útil como ferramenta de comunicação e base para limites de risco. Definir um limite máximo de VaR para um portfólio cria uma restrição que força disciplina de position sizing. Quando o VaR se aproxima do limite, as posições devem ser reduzidas, o que impõe gestão de risco sistemática que previne apostas concentradas grandes.
A recomendação prática é usar o VaR como um insumo entre vários em vez de como uma medida de risco autônoma. Complemente-o com análise de drawdown máximo, stress testing contra cenários específicos e cálculos de Expected Shortfall. Nenhuma métrica de risco única captura todas as dimensões do risco de portfólio, e confiar excessivamente em qualquer número cria pontos cegos que tendem a importar mais durante exatamente as condições contra as quais você está tentando se proteger.