VaR models are useful only if they

VaR models are useful only if they predict future risks accurately. In order to evaluate
the quality of the estimates, the models should always be backtested with appropriate
methods. Backtesting is a statistical procedure where actual losses are systematically compared to corresponding VaR estimates. We say that we have an exception (or a
violation or a breach) if the VaR has been underestimated, that is the portfolio has ex-
perienced a loss greater than the estimated VaR. In the backtesting process we could
statistically examine whether the frequency of exceptions over some specified time in-
terval is in line with the selected confidence level. These types of tests are known as
tests of unconditional coverage. They are straightforward tests to implement since they
do not take into account for when the exception occur [7]. In theory, however, a good
VaR model not only produces the correct amount of exceptions but also exceptions that
are evenly spread over time, i.e., they are independent of each other. Clustering of
exceptions indicates that the model does not accurately capture the changes in market
volatility and correlations. Tests of conditional coverage therefore examine also time vari-
ation in the data [7]. In the following we will briefly describe the Kupiec’s proportion
of failures test (which is an unconditional coverage test), and the Christoffersen’s tests
(Christoffersen’s independence test and Christoffersen’s interval forecast test) which
are conditional coverage tests.

Kết quả (Việt) 1:

Mô hình VaR có ích chỉ nếu họ dự đoán rủi ro trong tương lai một cách chính xác. Để đánh giáchất lượng của các ước tính, các mô hình nên luôn luôn là backtested với thích hợpphương pháp. Backtesting là một quy trình thống kê, nơi thiệt hại thực tế có hệ thống được so sánh với tương ứng VaR ước tính. Chúng ta nói rằng chúng tôi có một ngoại lệ (hoặc mộthành vi vi phạm hoặc một vi phạm) nếu VaR đã bị đánh giá thấp, đó là danh mục đầu tư có ex -perienced một mất mát lớn hơn ước tính VaR. Trong quá trình backtesting chúng ta có thểkiểm tra ý nghĩa thống kê cho dù tần số của ngoại lệ hơn một số specified thời gian tại -terval là phù hợp với mức độ đã chọn confidence. Các loại bài kiểm tra được gọi làCác xét nghiệm vô điều kiện bảo hiểm. Họ là các xét nghiệm đơn giản để thực hiện kể từ khi họkhông đưa vào tài khoản để khi một ngoại lệ xảy ra [7]. Theo lý thuyết, Tuy nhiên, một tốtMô hình VaR không chỉ sản xuất đúng số ngoại lệ, nhưng cũng có trường hợp ngoại lệ màlà đồng đều lây lan qua thời gian, tức là, họ là độc lập với nhau. Cụm củatrường hợp ngoại lệ chỉ ra rằng các mô hình không chính xác nắm bắt những thay đổi trong thị trườngbay hơi và mối tương quan. Các xét nghiệm có điều kiện bảo hiểm do đó kiểm tra cũng thời gian vari-ẻ dữ liệu [7]. Sau đây, chúng tôi sẽ briefly mô tả tỷ lệ của Kupieckiểm tra thất bại (đó là một bài kiểm tra vô điều kiện bảo hiểm), và thử nghiệm của Christoffersen(Bài kiểm tra độc lập của Christoffersen và khoảng thời gian của Christoffersen thời thử nghiệm) màlà bảo hiểm có điều kiện thử nghiệm.

Kết quả (Việt) 2:

Mô hình VaR chỉ có ích nếu họ dự đoán rủi ro trong tương lai một cách chính xác. Để đánh giá
chất lượng của các dự toán, các mô hình nên luôn luôn backtested thích hợp với
phương pháp. Backtesting là một thủ tục thống kê thiệt hại thực tế nơi đang có hệ thống so với tương ứng ước tính VaR. Chúng tôi nói rằng chúng tôi có một ngoại lệ (hoặc một
vi phạm hoặc vi phạm) nếu VaR đã được đánh giá thấp, đó là danh mục đầu tư có nghiệm
perienced một mất mát lớn hơn VaR ước tính. Trong quá trình backtesting chúng ta có thể
kiểm tra thống kê ra tần số ngoại lệ trong một số fi cụ thể ed thời gian trong-
terval là phù hợp với những con mực fi nguï cuûa chọn. Những loại xét nghiệm được gọi là
kiểm tra vùng phủ sóng vô điều kiện. Họ là những thử nghiệm đơn giản để thực hiện kể từ khi họ
không đưa vào tài khoản khi các ngoại lệ [7] xảy ra. Tuy nhiên, về mặt lý thuyết, một tốt
mô hình VaR không chỉ sản xuất đúng số lượng trường hợp ngoại lệ mà còn ngoại lệ mà
được trải đều theo thời gian, tức là, họ là độc lập với nhau. Clustering của
ngoại lệ chỉ ra rằng mô hình không nắm bắt chính xác những thay đổi trong thị trường
biến động và tương quan. Kiểm tra bảo hiểm có điều kiện do đó cũng kiểm tra thời gian vari
ation trong [7] dữ liệu. Trong phần tiếp theo chúng tôi sẽ Brie fl y mô tả tỷ lệ của Kupiec
thử nghiệm thất bại (đó là một bài kiểm tra vùng phủ sóng vô điều kiện), và kiểm tra của Christoffersen
(thử nghiệm độc lập Christoffersen và thử nghiệm dự báo khoảng Christoffersen của) mà
là những thử nghiệm bảo hiểm có điều kiện.