欢同学2023-11-19 16:19:23
欢同学选项A，有太多例外，说明原来的模型低估了风险，计算VAR时的置信水平设置的太低？还是因为设置的太高，导致检验得势太小，检验作用不明显？我这个逻辑对吗老师？选项C，这个业务条线有太多例外，说明他们容易出风险，那为什么不给他多准备点资本金呢？万一出了问题好用。
回答（1）
最佳
黄石2023-11-19 22:03:43
黄石同学你好。
选项A的意思是回测检验的置信水平设的太低了。这与观测到过多或过少的exception无关。Exception的多少与VaR本身的置信水平有关。这个选项要是改为The confidence level of VaR model was set too low就对了。
对于选项C，当前VaR是低估风险的（exception个数偏多），所以根据当前的风险模型去分配风险资本金的话，那么资本金是偏低的。
- 评论（0）
- 追问（3）
- 追问
-
单单就说计算VAR的话，如果置信水平太低，α大，则显著性太大，一类错误偏大，二类错误偏小，所以检验得势不好?有点迷糊了，我印象中好像是CI太大，导致VAR取值很大，exception太小，才是检验得势不好。麻烦老师帮我捋一捋
- 追答
-
同学你好。总结如下：VaR的置信水平越高（i.e., 99%），Backtesting test的势（Power）越低。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（还是99% VaR），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。
- 追问
-
我想起来了，黄老师你一说我茅塞顿开，一类错误二类错误那是backtest环节的事儿。谢谢黄老师。能不能插个近道，他们说考试时遇到了IRB的计算，我是完全没想起来IRB有啥计算公式啊？
评论
0/1000
追答
0/1000
+上传图片