- Ước lượng VaR
5. BACK-TESTING.
5.1.2. Xác định tính chính xác của mô hình VaR:
Chúng ta có thể đánh giá tính chính xác và hiệu quả của mô hình VaR như thế nào? Để trả lời câu hỏi này, đầu tien chúng ta cấn xác định chúng ta hiểu từ “chính xác” (accuracy) là như thế nào. Chúng ta hiểu như thế này:
- Mô hình đo lường phân vị riêng biệt của phân phối P/L (profit/loss) tốt như thế nào?
- Mô hình dự đoán khoản lỗ và tần số xuất hiện khoản lỗ tốt như thế nào? Một vài backtests chuẩn của mô hình VaR so sánh các khoản lỗ thực của danh mục trong 1 khoản thời gian với con số ước lượng VaR. Trong mô hình đơn giản nhất, backtest bao gồm việc tính toán con số và phần trăm thời gian mà khoản lỗ thực của danh mục vượt qua giá trị VaR, và so sánh giá trị đó với cùng 1 độ tin cậy đã dùng.
“Backtesting is a formal statistical framework that consists of verifying that actual losses are in line with projected losses. This involves systematically comparing the history of VAR forecasts with their associated portfolio returns”
- Philippe Jorion –
Backtesting là một khuôn khổ thống kê chính thức bao gồm việc kiểm tra lại xem các tổn thất thực tế có phù hợp các khoản lỗ dự kiến. Điều này liên quan đến việc so sánh một cách có hệ thống lịch sử dự báo của VAR với lợi nhuận danh mục đầu tư được kết hơp của chúng. Các phương pháp này đôi khi được gọi là kiểm tra thưc tế rất cần thiết cho người sử dụng VaR và quản lý rủi ro để kiểm tra lại xem dự báo VaR của họ đã được hiệu chỉnh tốt chưa. Nếu không, các mô hình nên được xem xét lại, vì có thể mắc sai lầm trong giả thiết, các thông số sai, hoặc mô hình không chính xác. Quá trình này cũng sẽ cung cấp những ý tưởng để cải thiện.
Backtesting cũng là trung tâm cho quyết định đột phá của ủy ban Basel để chấp nhận mô hình VAR nội bộ cho các yêu cầu vốn. Ủy ban Basel sẽ không làm như vậy mà không có các quy tắc của một cơ chế Backtesting nghiêm ngặt. Nếu không thì các ngân hàng có thể có một động cơ thúc đẩy việc báo cáo không đúng rủi ro của họ. Điều này là lý do tại sao hệ thống nên được thiết kế để tối đa hóa khả năng phát hiện các ngân hàng cố tình báo cáo không đúng rủi ro của họ. Mặt khác, hệ thống cũng nên tránh việc xử phạt quá mức các ngân hàng vượt qua VaR chỉ đơn giản là do may mắn.
Ví dụ: NHTM A áp dụng hệ thống VaR với độ tin cậy 95%, và trong 252 ngày
làm việc trong 1 năm vừa rồi, ngân hàng đó xác định được VaR của danh mục. Khi tiến hành phép thử Backtest, NHTW thấy rằng trong 252 ngày:
- Nếu số ngày tổn thất vượt quá giá trị VaR là trên 13 ngày (5% của 252 ngày làm việc) thì cho thấy hệ thống VaR nội bộ của ngân hàng vẫn chưa cho kết quả chính xác, và ngân hàng đó buộc phải điều chỉnh cách thức đánh giá VaR.
- Nếu số ngày tổn thất vượt quá giá trị VaR là dưới 13 ngày, chứng tỏ hệ thống VaR của ngân hàng đó là chấp nhận được