FRM模型十七：VaR回测

什么是VaR的回测？（VaR backtesting）

VaR回测是指通过模型得到的VaR值的估算结果与实际发生的损益进行比较以检验VaR模型的准确程度。

为什么要对VaR回测？

检验预测与现实是否一致。如果模型是完美的，观测值落在VaR以外的数量与设定的置信水平一致。
当落到VaR以外观测值数量越多，说明计算出的VaR低估了风险。如果落到VaR以外观测值数量越少，说明计算出的VaR高估了风险。

举例说明

假设某组合计算出的VaR值为100万（1天，95%置信水平），在回测历史1000天的数据，损失超过100万的天数为100天，这时就说明我们估计的VaR值太低。反之如果损失超过100万的天数为1天，说明我们估计的VaR值太高。

回测步骤

回测实际上就是一种假设检验的方法，假设检验就需要有置信水平。因此在回测VaR的过程中，一共有2个置信水平。一个是计算VaR的置信水平（${\alpha }_{VaR}$），一个是回测的置信水平（${\alpha }_{backtesting}$）。

第一步：提出原假设$H_0$