VaR模型回測失敗時應遵循的程序

我想知道當 VaR 模型未能通過回測（條件覆蓋和/或獨立性測試）時，正確的程序是什麼？

假設我僅限於使用歷史 VaR 模型，似乎唯一可以調整的參數是收益的回溯期。

BIS 1996 年關於回測的論文第 8-11 頁提供了非常有用的一般指導：

https://www.bis.org/publ/bcbs22.pdf

希望這可以幫助。

其中許多（頭寸不匹配、風險因素未擷取、參數未更新或計算不正確）與任何其他 VaR 計算方法一樣適用於歷史 VaR。

在解決方案方面，除了你提到的觀察期長度外，還可以查看波動率縮放，提高估值的準確性，引入額外的風險因素等。因此在設計時了解原因非常重要一個改進計劃。

顯然，您最大的問題是波動性。如果您僅限於使用歷史模擬 VaR，則考慮將條件波動率納入模型。如果你這樣做，你的回測肯定會得到改善。

資源：

1. 過濾歷史模擬 (FHS) 概述
2. 使用自舉和過濾歷史模擬評估市場風險
3. 過濾的歷史模擬風險價值模型及其競爭對手

引用自：https://quant.stackexchange.com/questions/41906