13****522023-10-19 00:56:10
老师笔记中,c和@都是var的参数,可type I是backtesting的参数哦。两者都不统一,如何相互推导?
回答(1)
最佳
黄石2023-10-24 09:32:01
同学你好。这里授课老师给到的是一个简单的记忆方法。实际上这里的关系还是比较复杂、不好记忆的,我把具体的逻辑给同学写一下:
VaR的置信水平越高(i.e., 99%),Backtesting test的结果越不靠谱,因为检验的势(Power)很低。换言之,回测检验不拒绝错误模型的概率会随着VaR的置信水平的上升而上升。这个我们举课上表格中的例子来看,假设说T = 252 days,那么non-rejection region是N < 7。这意味着即使我回测的样本中一个exception都没有,我也不会拒绝VaR模型正确的原假设。而事实上,如果一个exception都没有发生,那么其实意味着我们的VaR模型有可能高估了风险(VaR值偏高)、模型有误。但回测检验在高VaR值置信水平下无法无法分辨到底是1. 模型有误,高估风险,还是2. 模型无误,因为高置信水平的VaR值本身就对应着百年难遇的那种风险事件,是很难出现exception的。最终,回测检验只能给出一个不拒绝原假设的结论,因此犯二类错误的概率提升、检验的势下降。
从考试的角度来说,把授课老师的这一套推导记下来就够用啦~
- 评论(0)
- 追问(0)
评论
0/1000
追答
0/1000
+上传图片

