VaRのバックテスト：現実との照合へようこそ
こんにちは！皆さんはすでにVaR（バリュー・アット・リスク）の計算方法を習得されましたね。VaRは非常に強力なツールですが、そのモデルが実際に正しく機能しているかどうかをどうやって判断すればよいのでしょうか？そこで登場するのがバックテストです。バックテストは、リスクモデルにとっての「通信簿」のようなものだと考えてください。「年間で100万ドルを超える損失は1回しか発生しないはず」というモデルなのに、実際には毎週のように損失が発生していたら、明らかにモデルは機能不全に陥っていますよね。この章では、あるモデルが信頼できるのか、それとも全面的に見直すべきなのかを統計的に証明する方法を学んでいきます。
最初に統計の話が多くて少し難しそうに感じるかもしれませんが、大丈夫です！ 複雑な数式もシンプルなステップに分解し、覚えやすい例えを使いながら解説していきますね。
1. バックテストとは何か？
バックテストとは、ポートフォリオの実際の毎日の損益（P&L）を、モデルが算出したVaR推定値と比較するプロセスです。
実際の損失額がVaRの推定値を超えた場合、それを例外（exception）または超過（exceedance）と呼びます。例えば、95%信頼水準の1日VaRが10万ドルであるとき、今日12万ドルの損失が出たとすれば、これが「例外が1回発生した」という状況です。
重要なポイント：例外の発生頻度
95%の信頼水準を使用している場合、例外は5%の確率で発生すると期待されます。100日分のデータを見れば、およそ5回の例外が確認できるはずです。
- 例外が多すぎる場合：モデルはリスクを過小評価しています（楽観的すぎる）。
- 例外が少なすぎる場合：モデルはリスクを過大評価しています（保守的すぎる）。
クイックレビュー：バックテストは、「予測した」危険な日と、「実際に」危険だった日が一致しているかどうかを教えてくれるのです。
2. クピエック（Kupiec）のPOFテスト
頻度をテストする最も一般的な手法がクピエック（Kupiec）テストです。ここでは「成功（例外なし）」か「失敗（例外発生）」のいずれかであるため、二項分布を用います。
数学的な考え方（簡略版）
観測された失敗の回数 \( x \) が、期待される失敗回数 \( N \times p \) と有意に異なっているかを調べるために、尤度比（LR）テストを使用します。
クピエックLRテストの公式は以下の通りです：
\( LR_{uc} = -2 \ln \left[ (1-p)^{N-x} p^x \right] + 2 \ln \left[ (1-\frac{x}{N})^{N-x} (\frac{x}{N})^x \right] \)
待ってください！この公式に怖気づく必要はありません。 試験で重要なのは、このテストが無条件カバレッジ（Unconditional Coverage）をチェックしているという点を理解することです。これは、失敗がいつ発生したかではなく、合計回数のみに着目するテストなのです。
豆知識
クピエックテストが「無条件カバレッジ」テストと呼ばれるのは、10回の例外がすべて連続して発生したのか、それとも1年かけてバラバラに発生したのかを問わないからです。単純に合計回数だけをカウントするのです！
3. バックテストの誤り：第1種の過誤と第2種の過誤
裁判と同じように、VaRモデルを評価する際にも2種類のミスが起こり得ます。モデルが裁判を受けていると想像してください：
第1種の過誤（Type I Error）：良いモデルを拒絶してしまうこと。
例え：火事ではないのに火災報知器が鳴り、正常に動いていた報知器を「誤報」だとして捨ててしまうようなものです。
第2種の過誤（Type II Error）：悪いモデルを拒絶できない（容認してしまう）こと。
例え：家が燃えているのに火災報知器が沈黙している状態です。リスク管理においては、こちらの方がはるかに危険です！
重要な結論：ここにはトレードオフが存在します。第1種の過誤を避けるために判定を非常に緩くすると、第2種の過誤（欠陥モデルを見逃すこと）が発生する確率が高まってしまうのです。
4. バーゼル委員会の「信号機」システム
基準を統一するため、バーゼル委員会は99% VaRモデルについて、250営業日（1年間）の例外発生数に基づき、結果を分類するシンプルな方法を策定しました。
- グリーンゾーン（例外0〜4回）：モデルは正確であるとみなされます。ペナルティなし。
- イエローゾーン（例外5〜9回）：モデルは「おそらく」許容範囲内ですが、疑わしい状態です。規制当局が資本賦課金を増やす可能性があります。
- レッドゾーン（10回以上）：モデルは機能不全です。自動的にペナルティが課され、即座にモデルを修正しなければなりません。
暗記のヒント：信号機をイメージしてください。
緑 = 進め（Go）。
黄 = 注意して減速（Slow down）。
赤 = 止まれ（Stop）！モデルは失敗しています。
5. 独立性とクラスタリング：クリストファーセン（Christoffersen）のテスト
クピエックテストは合計回数しか気にしないと言いましたよね？それが弱点なのです。現実の世界では、市場のボラティリティの影響で、例外はしばしば「クラスター（群れ）」として発生します。
なぜクラスタリングが問題なのか
5回の例外が1年間に分散して発生しているなら、そのモデルは許容範囲かもしれません。しかし、5回すべてが1週間以内に発生しているなら、モデルは市場の変化に適応できていないことを意味します。これは、ハリケーンが来ているのに毎日「晴れ」と予報し続ける天気予報アプリのようなものです。間違っているだけでなく、最も重要な時に役に立たないのです。
クリストファーセンの独立性テスト
このテストは、今日の例外が「昨日例外が発生したかどうか」に依存しているかをチェックします。
- 例外が独立していれば、ランダムに出現するはずです。
- 例外がクラスター化していれば、モデルは（ボラティリティの自己相関のような）重要な要素を見落としています。
条件付きカバレッジ：クピエックテスト（頻度）とクリストファーセンテスト（独立性）を組み合わせると、条件付きカバレッジ（Conditional Coverage）テストになります。これがバックテストにおける「ゴールドスタンダード（理想的な基準）」です。
6. よくある落とし穴と避けるべきミス
学習中、多くの学生が以下のポイントでつまずきます：
1. 信頼水準の混同：VaRが99%の場合、95%の時よりも例外は少なくなるはずです。「失敗」をカウントする前に、必ず信頼水準を確認しましょう。
2. 「クリーン」対「ダーティ」P&L：
- クリーンP&L：昨日と同じポートフォリオを使用（新規取引なし）。モデルの正確性をテストするのに適しています。
- ダーティP&L：日中の取引による実際の損益を含む。企業が負っている実質的なリスクを反映しますが、モデルの欠陥を隠してしまう可能性があります。
FRMのカリキュラムでは、モデルのパフォーマンスを純粋に分離できる「クリーンP&L」に対するバックテストが一般的に推奨されています。
まとめと重要ポイント
- バックテストは、予測されたVaRと実際の損失を比較します。
- 例外は、実際の損失がVaRを上回った時に発生します。
- クピエックテストは、例外の回数が適切かをチェックします（無条件カバレッジ）。
- クリストファーセンテストは、例外がランダムに分布しているかをチェックします（独立性）。
- 第1種の過誤は良いモデルを拒絶すること、第2種の過誤は悪いモデルを容認することです。
- バーゼルの信号機は、250日間の99% VaRに基づき、モデルをグリーン・イエロー・レッドに分類します。
二項確率の問題をどんどん練習してください！「信号機」システムと2つの過誤の論理をマスターすれば、試験のこのセクションはバッチリです。