Обратное тестирование на 90% уровне значимости - Валидация целесообразности использования более продвинутых моделей описания процентного риска на развивающихся рынках

Дальнейшим этапом обратного тестирования является снижение уровня значимости до 90%. Остальные правила расчета, включая временной горизонт, были оставлены без изменения.

На меньшем уровне значимости, результаты по моделям RiskMetrics оказались существенно менее точными Рис. 13.

обратное тестирование моделей riskmetrics на уровне значимости 90%

Рис. 13. Обратное тестирование моделей RiskMetrics на уровне значимости 90%

Однако, важно обратить внимание на существенное улучшение модели RiskMetrics 2006 относительно предшественницы: пробоев оказалось меньше, равно как и их размер. При этом, рисковая переоценка оказалась также ниже по сравнению с моделью RiskMetrics 1994. Статистическая выкладка по результатам моделей обратного тестирования приведена в Табл. 8.

Табл. 8. Статистические результаты обратного тестирования по модели RiskMetrics 2006

Базельский тест (с поправкой на расчет VaR90%) пройден не был, равно как и большая часть остальных тестов. Однако, при этом был пройден тест Kupiec'а. Данный тест является наиболее распространенным в литературе и было бы ошибкой при описании результатов опираться лишь на него.

обратное тестирование модели bekk на уровне значимости 90%

Рис. 14. Обратное тестирование модели BEKK на уровне значимости 90%

На Рис. 14 приведены результаты обратного тестирования модели BEKK. Значения VaR портфеля в рамках данной модели при уровне значимости 90% оказались наиболее близкими к минимальной стоимости портфеля среди всех рассмотренных, при этом в большинстве случаев, пробитий не наблюдалось.

Табл. 9. Статистические результаты обратного тестирования по модели BEKK

В Табл. 9 приведены статистические результаты моделей обратного тестирования. В данном случае, результаты оказались наименее однозначными. Так, были пройдены тест TUFF и тест для надбавки Christoffersen'а (LRIND). Более того, Базельский тест попал в желтую зону, что не предполагает однозначного отвержения модели. Тем не менее, не были пройдены тесты дюрации, что предполагает систематическую зависимость срока до пробития от внешних факторов. Это может свидетельствовать о недостаточности используемых параметров и, соответственно, необходимости рассмотрения более общих форм многомерных GARCH процессов.

Результаты обратного тестирования для моделей Vasicek'а и CIR приведены на Рис. 15. По результатам видно, что в рамках данных моделей сохранился все еще существенно большой рисковый буфер. В данном случае, можно говорить о существенной переоценке риска в рамках данных моделей, так как на уровне значимости 90%, такой запас прочности не ожидаем и является излишним. Также, отметим, что в отличие от результатов на 99% уровне значимости, VaR стоимость портфеля стала ближе к наблюдаемой нежели модель Vasicek'а (на ранних результатах наблюдалась обратная картина). Это может свидетельствовать о более высокой оценке волатильности процентных ставок в рамках модели CIR. Возможно, это является причиной, по которой сама форма динамики портфеля также лучше описана в рамках модели CIR.

обратное тестирование моделей vasicek'а и cir на уровне значимости 90%

Рис. 15. Обратное тестирование моделей Vasicek'а и CIR на уровне значимости 90%

обратное тестирование модели hull-white'а на уровне значимости 90%

Рис. 16. Обратное тестирование модели Hull-White'а на уровне значимости 90%

Результаты расчета VaR на 10-дневном временном горизонте, оказались наиболее адекватными относительно поставленной задачи. Так, динамика VaR стоимости портфеля оказалась максимально близкой к минимальной рыночной стоимости портфеля на рассматриваемом временном горизонте. Заметим, что визуально узкие коридоры не являются критическими при рассмотрении по датам (вертикально). Выгодно модель выделяет тот факт, что при сужении рискового буфера произошел отскок значений VaR стоимостей.

От результатов обратного тестирования на уровне значимости 90%, не ожидалось полного отсутствия пробитий. С другой стороны, результаты, предположительно должны были быть близки к непосредственным рыночным стоимостям портфеля. Наиболее адекватные значения, и без пробоев, были получены в рамках наиболее продвинутой из рассматриваемых моделей. Также, важно указать, что подобные результаты были получены несмотря на "некорректные" входные данные.

Похожие статьи




Обратное тестирование на 90% уровне значимости - Валидация целесообразности использования более продвинутых моделей описания процентного риска на развивающихся рынках

Предыдущая | Следующая