欢迎来到现实检查：VaR 回测 (Backtesting)
你好！你已经学会如何计算风险价值 (Value at Risk, VaR) 了。这是一个强大的工具，但我们如何知道自己的 VaR 模型是否真的有效呢？这就是回测 (Backtesting) 的作用。你可以把回测想像成风险模型的“成绩单”。如果你的模型预测一年只会发生一次亏损超过 100 万美元的情况，但实际上每周都会发生，那显然模型出了问题。在本章中，我们将学习如何通过统计数据来证明模型是否可靠，或是它是否需要彻底重整。
别担心，如果刚开始觉得统计内容有点多，请放轻松！ 我们会将数学运算拆解成简单的步骤，并利用容易记忆的类比来帮助你理解。
1. 到底什么是回测？
回测是一个将投资组合的实际每日盈亏 (P&L) 与模型产生的 VaR 估计值进行对比的过程。
当实际亏损大于 VaR 估计值时，我们称之为一个异常值 (Exception)（或称为超越值，Exceedance）。例如，如果你的 95% 置信水平的 1 日 VaR 为 100,000 美元，而你今天亏损了 120,000 美元，这就产生了一个异常值。
核心概念：异常值的频率
如果我们使用 95% 的置信水平，我们预期会有 5% 的时间出现异常值。如果我们观察 100 天的数据，我们预期会出现大约 5 次异常值。
- 异常值太多？代表模型低估了风险（太过乐观）。
- 异常值太少？代表模型高估了风险（太过保守）。
快速回顾： 回测能告诉我们，模型“预测”的坏日子是否与“实际”发生的坏日子相符。
2. Kupiec POF (失败比例) 测试
测试频率最常见的方法是 Kupiec 测试。它使用二项分布 (Binomial Distribution)，因为每一天只有两种结果：“成功”（没有异常值）或“失败”（发生异常值）。
数学逻辑（简化版）
我们使用概似比 (Likelihood Ratio, LR) 测试来检查观察到的失败次数 \( x \) 是否与预期的失败次数 \( N \times p \) 显著不同。
Kupiec LR 测试的公式为：
\( LR_{uc} = -2 \ln \left[ (1-p)^{N-x} p^x \right] + 2 \ln \left[ (1-\frac{x}{N})^{N-x} (\frac{x}{N})^x \right] \)
等等！别被这个公式吓到了。 在考试中，你主要需要理解的是，这个测试检查的是无条件覆盖率 (Unconditional Coverage)。它只关心失败的总次数，而不关心它们发生的时间点。
你知道吗？
Kupiec 测试被称为“无条件覆盖率”测试，是因为它不在乎 10 个异常值是连续发生的，还是分散在一年内出现。它只管把总数加起来！
3. 回测中的错误：第一型与第二型错误
就像在法庭上一样，我们在评估 VaR 模型时也可能犯下两类错误。想像模型正在受审：
第一型错误 (Type I Error)： 拒绝了一个好的模型。
类比： 即使没有火灾，烟雾报警器也响了。你因为一次“误报”而把一个功能正常的报警器丢掉。
第二型错误 (Type II Error)： 未能拒绝一个坏的模型。
类比： 房子着火了，但烟雾报警器却保持沉默。在风险管理中，这要危险得多！
重点总结： 这是一种权衡。如果你让拒绝模型的门槛变高（变得非常宽容），你就增加了犯下第二型错误（让坏模型蒙混过关）的机率。
4. 巴塞尔协议的“红绿灯”系统
为了保持标准化，巴塞尔委员会创建了一种简单的方法，根据 99% VaR 模型在 250 个交易日（一年）内观察到的异常值数量，将回测结果分类。
- 绿灯区 (0 到 4 次异常)： 模型被认为是准确的。没有处罚。
- 黄灯区 (5 到 9 次异常)： 模型“可能”还可以，但值得怀疑。监管机构可能会提高你的资本要求。
- 红灯区 (10 次以上异常)： 模型已失效。你将面临自动处罚，并必须立即修复模型。
记忆小撇步： 想像交通信号灯。
绿灯 = 通行。
黄灯 = 减速并保持警惕。
红灯 = 停止！模型正在失效。
5. 独立性与丛聚性：Christoffersen 测试
还记得我们说过 Kupiec 测试只关心总数吗？那是它的弱点。在现实世界中，由于市场波动，异常值通常会呈现“丛聚 (Clustering)”现象。
为什么丛聚性很糟？
如果这 5 次异常值分散在一年中，你的模型可能还过得去。但如果这 5 次异常值都发生在同一个星期，说明你的模型未能适应不断变化的市场状况。这就像一个气象 App 无法预测飓风来临的每一天——它不仅是错的，而且在最关键的时候错了。
Christoffersen 独立性测试
此测试专门检查“今天的异常值”是否取决于“昨天是否出现过异常值”。
- 如果异常值是独立的，它们应该是随机出现的。
- 如果异常值是丛聚的，代表模型遗漏了一些重要的东西（例如波动率自相关性）。
条件覆盖率 (Conditional Coverage)： 当你结合 Kupiec 测试（频率）与 Christoffersen 测试（独立性）时，就得到了“条件覆盖率”测试。这是回测领域的黄金标准。
6. 常见陷阱与避免错误
在学习回测时，学生常在这些地方跌倒：
1. 混淆置信水平： 如果 VaR 是在 99% 的水平，你预期的异常值会比 95% 时更少。在计算“失败”次数前，务必确认置信水平。
2. “干净 (Clean)”与“脏 (Dirty)”盈亏 (P&L)：
- 干净 P&L： 使用与昨天相同的投资组合（没有新的交易）。这对于测试模型本身的准确度更好。
- 脏 P&L： 包含日内交易的实际盈亏。这反映了公司的实际风险，但可能会掩盖模型本身的缺陷。
FRM 课程通常偏好使用“干净 P&L”进行回测，以隔离出模型表现。
总结与核心重点
- 回测是将预测的 VaR 与实际亏损进行对比。
- 异常值发生在实际亏损 > VaR 时。
- Kupiec 测试检查异常值的数量是否正确（无条件覆盖率）。
- Christoffersen 测试检查异常值是否为随机分布（独立性）。
- 第一型错误是拒绝了一个好的模型；第二型错误是接受了一个坏的模型。
- 巴塞尔红绿灯系统使用 250 天的 99% VaR 结果将模型分类为绿、黄、红灯区。
请继续练习那些二项分布机率题！一旦你掌握了“红绿灯”系统和两类错误背后的逻辑，你就能为考试的这一部分做好充分准备。