歡同學
2023-11-19 16:19選項A，有太多例外，說明原來的模型低估了風險，計算VAR時的置信水平設置的太低？還是因為設置的太高，導致檢驗得勢太小，檢驗作用不明顯？我這個邏輯對嗎老師？選項C，這個業(yè)務條線有太多例外，說明他們?nèi)菀壮鲲L險，那為什么不給他多準備點資本金呢？萬一出了問題好用。
所屬：FRM Part II > Market Risk Measurement and Management 視頻位置 相關(guān)試題
來源： 視頻位置 相關(guān)試題
1個回答
黃石助教
2023-11-19 22:03
該回答已被題主采納
同學你好。
選項A的意思是回測檢驗的置信水平設的太低了。這與觀測到過多或過少的exception無關(guān)。Exception的多少與VaR本身的置信水平有關(guān)。這個選項要是改為The confidence level of VaR model was set too low就對了。
對于選項C，當前VaR是低估風險的（exception個數(shù)偏多），所以根據(jù)當前的風險模型去分配風險資本金的話，那么資本金是偏低的。
-
追問
單單就說計算VAR的話，如果置信水平太低，α大，則顯著性太大，一類錯誤偏大，二類錯誤偏小，所以檢驗得勢不好?有點迷糊了，我印象中好像是CI太大，導致VAR取值很大，exception太小，才是檢驗得勢不好。麻煩老師幫我捋一捋
-
追答
同學你好。總結(jié)如下：VaR的置信水平越高（i.e., 99%），Backtesting test的勢（Power）越低。換言之，回測檢驗不拒絕錯誤模型的概率會隨著VaR的置信水平的上升而上升。這個我們舉課上表格中的例子來看（還是99% VaR），假設說T = 252 days，那么non-rejection region是N < 7。這意味著即使我回測的樣本中一個exception都沒有，我也不會拒絕VaR模型正確的原假設。而事實上，如果一個exception都沒有發(fā)生，那么其實意味著我們的VaR模型有可能高估了風險（VaR值偏高）、模型有誤。但回測檢驗在高VaR值置信水平下無法無法分辨到底是1. 模型有誤，高估風險，還是2. 模型無誤，因為高置信水平的VaR值本身就對應著百年難遇的那種風險事件，是很難出現(xiàn)exception的。最終，回測檢驗只能給出一個不拒絕原假設的結(jié)論，因此犯二類錯誤的概率提升、檢驗的勢下降。
-
追問
我想起來了，黃老師你一說我茅塞頓開，一類錯誤二類錯誤那是backtest環(huán)節(jié)的事兒。謝謝黃老師。能不能插個近道，他們說考試時遇到了IRB的計算，我是完全沒想起來IRB有啥計算公式??？
0
0
1
1
