回溯检验VaR

作者:, 发表于

1.为什么要进行回溯测试

BASEL的框架要求所有使用内部模型法计量市场风险必须要进行回溯测试。回溯测试可以:

1、用来检测风险度量模型的恰当性,包括参数设置合理性、数据完整性、计算模型合理性。

2、用来帮助确认升级风险衡量模型的必要性。对一些投资者而言,最开始计算VaR的模型可能比较简单,当进行新的资产类型和国家地区的投资时,原有模型可能无法覆盖相应的资产类型,或者没有相应的数据,此时可以用回溯测试来检验当前模型的合理性,是否有必要升级定价模型和购买更多数据。

2.回溯测试的对象

回溯测试主要用来估计VaR的准确性,更准确地说,VaR是否反映了组合损益的波动性。所以回溯测试的对象主要是VaR和损益,它们的时间周期要保持一致,比如用下一天的损益测试当天的日VaR,用下一周的损益测试当天的周VaR。

VaR在这里没有歧义。但在操作层面上,损益却有不同的取法。具体而言有下面三种:

  1. 实际损益:指组合实际每天发生的盈亏金额,这个数据是最容易获取的,因为组合实际的盈亏数据肯定是每天都会被统计的。这里将组合在期间的交易变动、发生的税费、手续费和利息等收入支出都考虑在内。
  2. 模拟损益:指假设组合在当期保持不变,使用财务上的估值方法计算所发生的盈亏金额。
  3. 模型损益(只针对模拟法):假设组合在当期保持不变,并且使用VaR模型里的估值模型计算组合的损益。模型损益和模拟损益的差异主要体现风险模型和财务上的估值差异。

3.回溯测试失败意味着什么

回溯测试通常使用假设检验的方法。没有通过假设检验,有可能是运气不好的原因。但还是需要注意以下问题:

3.1.VaR计算模型问题

比如使用了错误的时间区间或者概率水平、对于风险因子的分布估计不合适等等。

如果VaR和模型损益没有通过回溯测试,由于这里已经使用的是模型给出的估值,只可能是VaR计算模型的问题。

3.2.准确性需要改进

问题通常出现在估值模型或基础数据的准确性上。如果资产的估值并没有考虑所有影响该资产估值的波动,那么就会低估其风险。一个简单的例子为,使用一条普通的利率曲线对现金流进行折现来获得债券的估值,但如果该债券的信用等级较低,利差波动较大,那么该债券的实际波动会比这种简单折现的估值方法计算出的VaR要大得多。

基础数据准确性和不一致也是造成VaR不准确的重要原因。在计算股票的VaR时,需要对停牌、派息除权、新股等很多基础数据进行整理,否则便会出现意外结果。

如果使用模拟损益和VaR通不过回溯测试,通常说明了这类原因。

3.3.日间交易

如果模拟损益和VaR能通过回溯测试,但实际损益和VaR通不过测试,那么情况出现在日间交易上。由于VaR通常以每天收盘时的持仓为基础,并未刻画日间交易产生的波动。这种情况下,可能需要改用更短的时间间隔,或者VaR这个参数可能不是最适合业务的风险刻画方式。

3.4.到底用哪个损益来进行回溯测试

在风险管理中需要控制的是组合的实际损益,受到监管机构的监督的真正盈亏,反应了实际交易回报的波动。而在这点上模拟损益和模型损益并无实际意义。所以如果要对整个VaR系统进行衡量,必须要进行实际损益和VaR的回溯测试。同时,实际损益数据也是最容易获得的。

如果只想观察VaR本身是否计算准确,模拟损益是更公正的回测对象。如果样本观察时间相对较短,交易不频繁,模拟损益和实际损益相差不大。

当实际损益和VaR通不过回溯测试时,就可以进一步地测试模拟损益和模型损益。因为我们必须弄清楚到底是VaR计算有误,还是其它原因(比如日间交易产生的损益太大)。

在实际工作中,也通常使用模型损益,这是因为它们比较容易获取。大多数VaR计算软件会在计算VaR的过程中顺便把模型损益算出来。

4.回溯测试的方法

无论使用上面那一种损益,测试方法都是一样的。VaR代表损益的某一特定分位点,我们将损失超过VaR称为一次「突破」事件,需要检验:「突破」是概率为5%的独立事件,其一频率为0.05,其二时间序列上的独立性。

\(T\) 个样本中,定义 \(N\) 为VaR突破事件的次数, \(N/T\) 为突破率。在理想情况下, \(N/T\) 应该随着样本量的增加而趋向于 \(p=0.05\) 。根据BIS的要求,至少需要一年的样本数据。

4.1.巴塞尔规则

巴塞尔框架中对于回溯测试有明确的要求。它只对99%的日VaR进行了限定,并使用一年的样本。一年的平均突破次数约2.5次,巴塞尔委员会可以接受最多4次突破。如果发生了5次或更多,则银行出于黄灯或者红灯区域,并对银行资本有更高的要求,体现在递增的增值因子上:

区域

突破事件次数N

增值因子k

绿

0 —— 4

0

5

0.4

6

0.5

7

0.65

8

0.75

9

0.85

10+

1

注意巴塞尔规则并未对独立性进行限定。

4.2.频率检验

最简单的方法是构造统计量

\[z = \frac{N-pT}{\sqrt{p(1-p)T}}\]

利用中心极限定理, \(z\) 近似于正态分布, \(z\sim N(0,1)\) 。从而可以进行假设检验。

这种方法产生的第二类错误较大。Kupiec在1995年定义了另外一种统计量:

\[LR_{uc} = -2 \log((1-p)^{T-N}p^N)+2\log((1-(N/T))^{T-N}(N/T)^N)\]

在T较大时,该统计量符合自由度为1的 \(X^2\) 分布。从而可以进行对应的假设检验。

4.3.独立性检验

按照5%的概率,一年大约会发生12次突破事件,而我们不希望这些事件在短时间内接连发生。所以,除了频率检验之外,我们还可以对VaR突破事件进行独立性检验。

Christoffersen Test是其中的方法之一。它事实上在测试,当天发生突破事件时,第二天发生突破事件的概率和当天不突破时,第二天发生突破的概率是否一样。也就是说,Christoffersen Test只关心相邻两天是否独立。其效果一般。

如果「突破」事件是独立事件,那么「突破」事件发生的时间间隔是一个参数为 \(1/p\) 的指数分布。根据这个分布Christoffersen和Pelletier也建立了检验方法。

4.4.注意事项

VaR回溯检验里所要求的样本量较大,特别是当p=99%时。较低的样本量的检验结果极不准确,对独立性检验更是如此。在实际使用中,需要充分认识到假设检验方法的缺陷。

5.其它和一些参考文献

《Value at Risk》书中提到2002年的一份实证研究报告,报告中指出VaR的突破次数低于期望次数。原因可能是风险管理人员不愿意去解释VaR突破的原因。银行也倾向于报告较高的VaR值,避免监管部门的介入。

一些参考文献:

supervisory framework for the use of baktesting in conjunction with the internal models approach to market risk capital requirments

雷曼的backtesting procedure

Q.E.D.


上一篇:VaR模型中的参数选择和计算细节2011年7月30日
这里介绍公司在选择VaR体系时选择参数的一些考虑因素,以及VaR算法的一些主要细节。结合前面两篇文章的内容,应该就可以完成了整个VaR体系(除了具体的估值方法需针对不同产品单独设计之外)。

下一篇:计算VaR的VBA代码和Excel模板2012年1月7日
这个Excel模板使用参数法和历史法计算资产组合的VaR,两个函数分别是ParaVaR和HistVaR,是以前写的VaR Primer的一个实现。具体使用方法可参考模板以及VBA


  • 支持使用微薄、微信和QQ的账户登陆进行评论。由各自网站直接认证,不会泄露你的密码。
  • 登陆后可选择分享评论到所绑定的社交网络,如微薄、人人和QQ空间。
  • 评论提交后无法修改。如需修改,请删除原评论再重新提交。
  • 评论支持LaTeX代码,行内公式请用\(a+b=c\),行间公式请用\[a+b=c\]。公式只支持英文字符。