134****45182025-04-15 23:05:58
这些题目都没有答疑视频,需要逐一进行讲解
回答(1)
黄石2025-04-22 19:02:25
同学你好。
对于题目一,见下图。
对于题目二:
A不对,backtesting是VaR validation中的第二部分,benchmarking是第三部分,二者是并列的,而不是说benchmarking是backtesting中的一部分。
B不对,银行通常不会同时跑好几个VaR模型来去做benchmarking,这比较耗时耗力。通常只有等到模型新老交替的时候才会有一段时间内银行同时跑几个VaR模型。
C不对,在做benchmarking的时候我们是会面临到statistical problem的,即课件上的challenge 2:errors are not independent and identically distributed。针对这个问题,Christoffersen et al. (2000)提出了解决的方法。
D正确,这个简单了解一下就可以,loss function是在比较VaR模型的表现时常用的指标,比如说Lopez´s loss function。
对于题目三:
A不对,A说PIT序列是用于评估超过VaR的损失的个数(number of exceptions)是否与VaR本身的置信水平相一致。这个是前一章中exceedance-based backtesting的内容,不是PIT-based backtesting的做法。
B不对,如果VaR模型准确,那么我们计算得到的PIT序列应该是来自于标准均匀分布的,这个选项说反了(说成了if VaR is inaccurate)。
C不对,这个结论是需要记住的:当PIT序列服从标准均匀分布,意味着VaR模型满足了unconditional coverage;如果在此基础上PIT序列还是相互独立的,那么VaR模型同时也满足了independence。因此,我们说在一个完全准确的VaR模型下,PIT序列应是独立同标准均匀分布的,p ~ iid U(0, 1)。C选项说当前PIT序列是独立同分布的,那么independence这一特征是满足了,但是unconditional coverage未必被满足,因为这里没有说明具体的分布是什么。
D正确,如果实际画出来的PIT图像是中间高、两边低的驼峰形(hump-shaped),那么这意味着模型过于保守、预测的分布过宽、而数据主要集中在分布中间。
- 评论(0)
- 追问(2)
- 追问
-
1.题目一的知识点源于哪里?
2.unconditional coverage 是什么意思?请解释一下?
3.确认一下这个说法是否正确:
如果VAR完全正确,则PIT独立同标准均匀分布;反过来说是否成立。
如果PIT服从标准均匀分布,则VAR满足unconditional converage;反过来说是否成立。
上一条中,PIT是要求服从标准均匀分布还是要求独立同标准均匀分布(有没有独立的要求)。
谢谢。
- 追答
-
同学你好。
1. 在基础课课件第130页,见下图。
2. Unconditional coverage指的是超过VaR的损失的个数与VaR的置信水平相一致。比方说100天的数据,对95%的VaR进行回测,那么就应该有5天左右的损失超过VaR,满足了这一点就叫做满足了unconditional coverage property。此前基于二项分布的检验、Kupiec检验等都是在检验VaR是否满足这一特征(所以它们也被叫做unconditional coverage test)。
3. 前两句话怎么说都是对的,这些是一一呼应的关系。如果PIT只是服从标准均匀分布,但并不相互独立,那这意味着unconditional coverage被满足、independence未被满足。


评论
0/1000
追答
0/1000
+上传图片