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( α V a R \alpha_{VaR} αVaR),一个是回测的置信水平( α b a c k t e s t i n g \alpha_{backtesting} αbacktesting)。
第一步:提出原假设 H 0 H_{0} H0