Skip to main content
Calkulon

Pokročilé finance a podnikání

Commodity Portfolio VaR

What is Commodity Portfolio VaR?

▾

Value at Risk (VaR) je statistická míra maximální očekávané ztráty z portfolia ve stanoveném časovém horizontu a na dané úrovni spolehlivosti. Commodity Portfolio VaR kvantifikuje potenciální ztrátu dolaru z nepříznivých cenových pohybů v knize komoditních pozic – pokrývající současně energetické, kovy, zemědělství a další komoditní expozice. Například 1denní 99% VaR ve výši 5 milionů USD znamená, že existuje pouze 1% pravděpodobnost ztráty více než 5 milionů USD za jediný obchodní den za běžných tržních podmínek. VaR je základním kamenem řízení tržních rizik u firem obchodujících s komoditami, investičních bank, hedgeových fondů a energetických společností. Bankovní rámec Basel III vyžaduje, aby banky udržovaly kapitál vůči VaR obchodní knihy, a komoditní firmy regulované podle EMIR v Evropě a Dodd-Frank v USA používají VaR pro účely marže a zajištění. Komoditní portfolia představují jedinečné výzvy VaR ve srovnání s portfolii akcií nebo portfolií s pevným výnosem: distribuce cen komodit vykazují tlusté chvosty a šikmost, korelace mezi komoditami se dramaticky mění napříč tržními režimy, fyzické a finanční pozice mají různé rizikové profily a riziko časové struktury (základ mezi smluvními měsíci) je stejně důležité jako přímé cenové riziko. Používají se tři hlavní metodiky VaR: parametrická (variance-kovariance) VaR předpokládá normálně rozdělené výnosy a používá korelační matice; historická simulace VaR přehraje skutečné historické změny cen proti aktuálnímu portfoliu bez distribučních předpokladů; a Monte Carlo VaR generuje tisíce simulovaných scénářů pomocí odhadovaných cenových procesů a zachycuje nelineární rizika z opcí. Komoditní firmy obvykle doplňují VaR stresovým testováním proti konkrétním extrémním scénářům (např. opakování pádu cen COVID v roce 2020, obrat komoditního supercyklu v roce 2008), protože VaR systematicky podceňuje koncové riziko během dislokací trhu.

Calkulon makes complex calculations simple — built for students and everyday problem-solvers.

Vzorec

▾
f(x)Použitelné vzorce a vstupy najdete v rozhraní kalkulačky. Tento vzorec vypočítává komoditní var calc spojením vstupních proměnných prostřednictvím jejich matematického vztahu. Každá složka představuje měřitelnou veličinu, kterou lze nezávisle ověřit.

Variable Legend

▾
SymbolJménoJednotkaPopis
VaRValue at RiskUSDMaximální očekávaná ztráta na dané hladině spolehlivosti (např. 99 %) v určeném časovém horizontu (např. 1 den).
σ_pVolatilita portfoliapercent per periodStandardní odchylka denních nebo periodických výnosů portfolia, zohledňující korelace mezi pozicemi.
zZ-skóre (úroveň sebevědomí)dimensionlessStandardní normální z-skóre pro úroveň spolehlivosti; z = 2,326 pro 99 %, z = 1,645 pro 95 %.
WHodnota portfoliaUSDCelková hodnota tržní hodnoty komoditních pozic v portfoliu., což je klíčový parametr ve výpočtu komoditní var calc, který přímo ovlivňuje konečný vypočítaný výsledek
ρ_ijKorelační maticedimensionless (-1 to +1)Párové korelace mezi návratností cen komodit; kritické pro výpočet přínosu diverzifikace.
CVaRPodmíněný VaR (očekávaný schodek)USDOčekávaná ztráta za předpokladu, že ztráta překročí práh VaR; zachycuje koncové riziko mimo VaR.

How to Commodity Portfolio VaR

▾
  1. 1Identifikujte všechny komoditní pozice v portfoliu s jejich tržními hodnotami a cenovou citlivostí (delta pro lineární pozice, delta + gama pro opce).
  2. 2Sbírejte historické denní návratnosti cen pro každou komoditu za reprezentativní historické období (obvykle 1–3 roky).
  3. 3Sestavte matici rozptylu a kovariance výnosů komodit nebo shromážděte úplné historické scénáře výnosů.
  4. 4Pro parametrické VaR: vypočtěte rozptyl portfolia pomocí vah a korelační matice; σ_p = sqrt(w' Σ w).
  5. 5Použijte z-skóre: VaR = z × σ_p × Portfolio_Value × sqrt(holding_period_days).
  6. 6Pro historickou simulaci: aplikujte každý historický vektor denního výnosu na aktuální portfolio a seřaďte ztráty.
  7. 7Odečtěte ztrátu 99. percentilu jako 1denní 99% VaR; vypočítat CVaR jako průměrnou ztrátu v nejhorším 1 % scénářů.

Worked Examples

▾
Example 1Jednoduchý parametrický VaR se dvěma komoditami
Given:pozice WTI: 10 mil. USD, denní objem 2,5 %; Pozice zlata: 5 milionů USD, denní objem 0,9 %; korelace WTI-Gold: -0,10
Výsledek:Rozptyl portfolia = (10 M × 2,5 %)² + (5 M × 0,9 %)² + 2 × (-0,10) × 10 M × 2,5 % × 5 M × 0,9 % = 62 500 + 2 025-2 250 = 62 275; σ_p = 249 549 $; 1D 99% VaR = 2,326 × 249 549 $ = 580 691 $

Negativní korelace poskytuje mírný přínos diverzifikace

Pozice WTI dominuje riziku portfolia na úrovni 10 milionů USD × 2,5 % = 250 000 USD za denní standardní odchylku. Pozice zlata přidává standardní odchylku 45 000 USD, ale korelace -0,10 snižuje kombinované riziko portfolia mírně pod prostý součet. Jednodenní 99% VaR ve výši 580 691 $ znamená, že existuje 1% pravděpodobnost ztráty více než této částky v jediném obchodním dni za normálních tržních podmínek.

Example 2Historická simulace VaR — kniha obchodování s energií
Given:Portfolio: dlouhý WTI 20 mil. USD, dlouhý natgas 5 mil. USD, krátký topný olej 8 mil. USD; 500 historických denních scénářů
Výsledek:Seřazené ztráty (nejhorší 1 % = 5 nejhorších dnů z 500): průměrná ztráta 2,4 milionu USD; 5. nejhorší den = 2,1 milionu USD; 1D 99% HS-VaR ≈ 2,1 mil. $

Historická simulace zachycuje nenormální distribuce a tlusté ocasy lépe než parametrická

Použití 500 historických vektorů denních výnosů na aktuální portfolio generuje 500 hypotetických výsledků P&L. Seřazením těchto scénářů od nejhoršího po nejlepší představuje 5 nejhorších scénářů (1 % z 500) rozložení ztrát na konci. Pátým nejhorším výsledkem 2,1 milionu dolarů je historická simulace 99% VaR. Všimněte si, že toto je vyšší hodnota, než by mohla naznačovat parametrická VaR, pokud jsou distribuce cen komodit tlusté (což obvykle jsou), protože historická simulace zachycuje skutečné rozložení včetně extrémních událostí.

Example 3Zátěžový test — opakování havárie COVID v roce 2020
Given:Portfolio: 50 milionů dolarů komoditní kniha; WTI klesla o 67 % v 1. čtvrtletí 2020; měď klesla o 26 %; zlato vzrostlo 5 %; alokace portfolia: 40 % WTI, 30 % měď, 30 % zlato
Výsledek:P&L stresu = 50 M × [0,40 × (-67 %) + 0,30 × (-26 %) + 0,30 × (5 %)] = 50 M × [-26,8 % - 7,8 % + 1,5 %] = 50 M × (-33,1 %) = -16,55 mil. USD

Historická ztráta stresu ve výši 16,55 milionů dolarů daleko překračuje 1D VaR – ilustruje omezení VaR

Scénář zhroucení COVID aplikovaný na současné portfolio generuje ztrátu 16,55 milionu USD (33,1 % hodnoty portfolia). Ztráta tohoto scénáře výrazně převyšuje typickou denní hodnotu VaR ve výši 1-2 milionů USD, což ilustruje, proč manažeři komoditního rizika doplňují VaR stresovým testováním. VaR je kalibrován na běžné tržní podmínky; havárie COVID byla hlavní událostí, kterou VaR systematicky podceňoval. Zátěžové testy zajišťují, že kapitálové a likvidní rezervy jsou adekvátní pro extrémní, ale věrohodné scénáře.

Example 4Výpočet CVaR (Expected Shortfall).
Given:1D 99% VaR = 1,2 mil. $ z historické simulace 500 scénářů; 5 scénářů mimo VaR: 1,3 milionu $, 1,5 milionu $, 1,8 milionu $, 2,1 milionu $, 2,6 milionu $
Výsledek:CVaR = průměr 5 nejhorších scénářů = (1,3+1,5+1,8+2,1+2,6)/5 M = 1,86 mil. $; poměr CVaR/VaR = 1,55

CVaR ve výši 1,86 mil. USD preferované před VaR pro účely regulatorního kapitálu podle Basel III SA-CCR

Podmíněný VaR (očekávaný schodek) zprůměruje ztráty v nejhorším 1 % scénářů, což dává 1,86 milionu USD oproti prahu VaR 1,2 milionu USD. Poměr CVaR/VaR 1,55 ukazuje na významné riziko ocasu za prahem VaR – typické pro distribuci komodit s tlustým koncem. Basel III Fundamental Review of the Trading Book (FRTB) se přesunul z VaR do Expected Shortfall jako primární metriky regulatorního rizika právě proto, že CVaR lépe zachycuje tvar ztráty.

Real-World Applications

▾
🏗️

Řízení rizik trading desku ve firmách obchodujících s komoditami a bankách. Tato aplikace je běžně používána profesionály, kteří potřebují přesnou kvantitativní analýzu pro podporu rozhodování, rozpočtování a strategického plánování ve svých příslušných oborech.

🔬

Výpočet regulatorního kapitálu podle Basel III pro obchodní portfolia komodit. Oboroví praktici se na tento výpočet spoléhají, aby porovnali výkon, porovnali alternativy a zajistili shodu se zavedenými standardy a regulačními požadavky, což analytikům pomáhá produkovat přesné výsledky, které podporují strategické plánování, alokaci zdrojů a srovnávání výkonu napříč organizacemi.

📊

Požadavky na rezervy CME/ICE pomocí metodologie SPAN VaR – akademičtí výzkumníci a studenti používají tento výpočet k ověření teoretických modelů, dokončení úkolů v kurzu a k hlubšímu pochopení základních matematických principů

🏥

Hlášení rizik komoditních hedgeových fondů investorům a hlavním makléřům. Finanční analytici a plánovači začleňují tento výpočet do svého pracovního postupu, aby vytvořili přesné prognózy, vyhodnotili rizikové scénáře a předložili zúčastněným stranám doporučení na základě dat.

⚙️

Kvantifikace korporátního treasury komoditního rizika pro reporting představenstva. Tato aplikace je běžně používána profesionály, kteří potřebují přesnou kvantitativní analýzu pro podporu rozhodování, rozpočtování a strategického plánování ve svých příslušných oborech.

Special Cases

▾

V praxi vyžaduje tento okrajový případ pečlivé zvážení, protože standardní předpoklady nemusí platit. Když se s tímto scénářem setkáte ve výpočtech kalkulačky var komoditního portfolia, měli by praktici ověřit okrajové podmínky, zkontrolovat rizika dělení nulou a zvážit, zda předpoklady modelu zůstávají platné i za těchto extrémních podmínek.

V praxi vyžaduje tento okrajový případ pečlivé zvážení, protože standardní předpoklady nemusí platit. Když se s tímto scénářem setkáte ve výpočtech kalkulačky var komoditního portfolia, měli by praktici ověřit okrajové podmínky, zkontrolovat rizika dělení nulou a zvážit, zda předpoklady modelu zůstávají platné i za těchto extrémních podmínek.

V praxi vyžaduje tento okrajový případ pečlivé zvážení, protože standardní předpoklady nemusí platit. Když se s tímto scénářem setkáte ve výpočtech kalkulačky var komoditního portfolia, měli by praktici ověřit okrajové podmínky, zkontrolovat rizika dělení nulou a zvážit, zda předpoklady modelu zůstávají platné i za těchto extrémních podmínek.

Typické kolísání denní ceny komodit (ročně, průměr 2022–2024)

▾
ZbožíAnualized VolDenní objem Přibl.1D 99% VaR za 1 milion USDKlíčový ovladač rizik
Surová ropa WTI35–45 %2,2–2,8 %51 000–65 000 USDRozhodnutí OPEC+, data EIA
zemní plyn (HH)60–100 %3,8–6,3 %88 000–147 000 USDPočasí, vývoz LNG
Benzín RBOB35–50 %2,2–3,1 %51 000–72 000 USDŠíření cracku, operace rafinérie
Zlato12–18 %0,75–1,1 %17 500–26 000 USDPolitika Fedu, USD, sentiment k riziku
Stříbro25–40 %1,6–2,5 %37 000–58 000 USDZlatá korelace + průmyslová
LME měď20–30 %1,3–1,9 %30 000–44 000 USDČína poptávka, nabídka

Frequently Asked Questions

▾
Q

Jaká jsou omezení VaR pro komoditní portfolia?

A

VaR má několik významných omezení v aplikacích komodit: (1) předpokládá normální (nebo téměř normální) distribuce výnosů, ale výnosy komodit vykazují silné tukové ocasy a šikmost; (2) korelace používané v parametrickém VaR jsou odhadovány z historických dat a mohou se dramaticky měnit během dislokací trhu; (3) VaR nezachycuje riziko likvidity – náklady na uvolnění velkých pozic na nelikvidních trzích; (4) ignoruje konvexitu (riziko gama) u opčních pozic, pokud se používají pouze citlivosti delta prvního řádu; a (5) je zpětně zaměřený a nemusí zachycovat nové typy rizik (např. riziko ceny uhlíku), které nejsou přítomny v historických datech.

Q

Jaký je rozdíl mezi VaR a očekávaným nedostatkem?

A

VaR na 99% hladině spolehlivosti vám říká maximální ztrátu, kterou byste očekávali v 99 % obchodních dnů – neříká vám nic o tom, jak špatné věci dojdou v nejhorším 1 % dnů. Expected Shortfall (CVaR) odpovídá na otázku: jaká je průměrná ztráta vzhledem k tomu, že jste v nejhorším 1 % výsledků? Pro distribuce s tlustým koncem, jako jsou výnosy komodit, je ES obvykle 1,5-2,5x vyšší než VaR, což odhaluje závažnost koncových ztrát, které VaR ignoruje. Základní revize obchodní knihy Basel III nařizuje kapitál regulačního obchodního portfolia spíše ES než VaR.

Q

Jak se používá VaR pro požadavky na komoditní marži?

A

Burzovní clearingová centra (CME Clearing, LME Clear) používají varianty historické simulace VaR (SPAN — Standard Portfolio Analysis of Risk, vyvinutá CME) k výpočtu počátečních požadavků na marži pro futures pozice. SPAN simuluje zisky a ztráty portfolia na základě matice scénářů cen a volatility a nastavuje marži na úrovni pokrývající očekávané ztráty za nepříznivých, ale věrohodných podmínek. Vyšší VaR = vyšší požadavky na marži = více kapitálu vázaného v obchodní operaci. Obchodníci aktivně vyhledávají kompenzace portfolia (longy a shorts, které snižují čistou VaR), aby minimalizovali požadavky na marži.

Q

Co je korelační riziko v komoditních portfoliích?

A

Komoditní korelace jsou vysoce nestabilní a závislé na režimu. Na normálních trzích může mít ropa a měď korelaci 0,4; během poptávkového šoku mohou dosáhnout 0,9, protože všechny cyklické komodity klesají dohromady. Naopak nabídkové šoky často zasáhnou jednotlivé komodity a naruší typické korelace. Zlato má v krizových obdobích obvykle negativní korelaci s rizikovými aktivy, ale může o tuto vlastnost přijít, když si finanční stres vynutí likvidaci všech aktiv. Modely VaR, které používají pevnou korelační matici odhadovanou z klidných trhů, budou během krizí systematicky podhodnocovat riziko.

Q

Jak komoditní opce ovlivňují výpočty VaR?

A

Možnosti vytvářejí nelineární profily výnosů, které jednoduché metody VaR založené na delta podceňují. Dlouhá call opce na ropu WTI má pozitivní deltu (zisky, když ropa roste), ale také kladné gama (delta se zrychluje, když ropa roste). Standardní delta VaR počítá riziko pouze z lineární cenové citlivosti; delta-gamma VaR přidává korekci konvexity druhého řádu. U velkých opčních knih je pro přesné VaR nezbytné úplné přecenění v rámci každého historického scénáře (přecenění v celé síti), protože analytické aproximace jsou nedostatečné pro opce s vysokou in-themoney nebo téměř exspirující opce.

Q

Co je zpětné testování a proč je vyžadováno pro modely VaR?

A

Zpětné testování porovnává předpovědi modelu VaR se skutečnými následnými denními výsledky P&L za účelem posouzení přesnosti modelu. Pokud je 99% 1denní VaR správně kalibrováno, měli byste vidět, že skutečná ztráta překračuje prognózu VaR přibližně o 1% času (asi 2-3krát za rok pro denní data). Systém semaforů Basel III kategorizuje modely VaR podle počtu výjimek zpětného testování za rok: méně než 5 výjimek = zelená zóna (model je přijatelný); 5-9 = žlutá zóna (použit dodatečný kapitál); 10+ = červená zóna (model odmítnut, povinná rekalibrace). Regulátoři používají výsledky zpětného testování k posouzení spolehlivosti interních modelů VaR bank.

Q

Jak zapadá riziko termínové struktury do komoditního VaR?

A

Komoditní portfolio je zřídkakdy jedinou spotovou expozicí – obvykle obsahuje pozice ve více smluvních měsících (např. dlouhá červnová ropa, krátká zářijová ropa) s expozicemi jak přímým cenovým pohybům, tak rozpětím mezi měsíci. Riziko termínové struktury (také nazývané riziko křivky nebo bazické riziko) vyžaduje zahrnutí korelační struktury přes celou křivku futures do výpočtu VaR. Portfolio s kompenzací blízkých a vzdálených pozic může mít nízký přímý cenový VaR, ale významnou časovou strukturu VaR, pokud je rozpětí mezi měsíci volatilní. Sofistikované systémy komoditního rizika modelují celou forwardovou křivku jako korelovaný rizikový faktor.

Common Mistakes to Avoid

▾
  • !Použití VaR jako jediného měřítka rizika – vždy doplňte stresovým testováním, analýzou scénářů a očekávaným nedostatkem pro úplné posouzení rizik.
  • !Odhadování korelací z krátkých historických oken, která nemusí zahrnovat stresová období – použijte stresové korelace vedle korelací s normálním obdobím.
  • !Agregace VaR napříč komoditními dílčími portfolii jednoduchým sčítáním – to nadhodnocuje celkovou VaR portfolia ignorováním výhod diverzifikace.
  • !Nezohlednění rizika termínové struktury – zacházení s každou komoditní pozicí jako s jedinou spotovou expozicí nedosahuje základního rizika mezi smluvními měsíci.
  • !Zacházení s porušeními VaR jako s modelovými selháními – očekávají se pravidelná porušení VaR s 99% spolehlivostí (asi 2-3 za rok) a neměla by automaticky spouštět změny modelu.
💡

Pro Tip

Doplňte svou denní zprávu VaR o atribuci „citlivost P&L“ – rozpis, jak velká část VaR portfolia pochází z každé komodity a každého rizikového faktoru (přímá cena, tvar křivky, volatilita). Toto přiřazení identifikuje rizika koncentrace, která agregují masky VaR, a zaměřuje pozornost zajištění na největší marginální přispěvatele k riziku portfolia.

⭐

Did you know?

Zavedení RiskMetrics – prvního standardizovaného rámce VaR od J.P. Morgan v roce 1994 – demokratizovalo měření tržního rizika a nakonec vedlo k tomu, že se VaR stal univerzálním jazykem řízení finančních rizik po celém světě. Původní technický dokument RiskMetrics byl volně publikován na internetu, raný příklad metodologie rizik s otevřeným zdrojovým kódem, která transformovala celý finanční průmysl.

Regional Guides

▾
🇺🇸 US▾
V případě potřeby používá obvyklé jednotky a normy v USA
🇬🇧 UK▾
Může vyžadovat převod na metrické jednotky nebo britské standardy
🇪🇺 EU▾
Dodržuje konvence EU a případně jednotky SI
📖Difficulty:Advanced
Pouze pro informační účely. Tento nástroj nepředstavuje finanční poradenství. Před investičními nebo finančními rozhodnutími se poraďte s kvalifikovaným finančním poradcem.
Formula-verified for precision
Reviewed October 2026
Our methodology

Ratings & comments

…

Získejte týdenní matematické tipy

Připojte se k 12 000+ odběratelům, kteří každý týden dostávají tipy na kalkulačku.

🔒
100 % zdarma
Nikdy bez registrace
✓
Přesné
Ověřené vzorce
⚡
Okamžité
Výsledky při psaní
📱
Připraveno pro mobily
Všechna zařízení

Nastavení

SoukromíPodmínkyO nás© 2026 Calkulon