이란 무엇인가 VaR Backtesting Calculator?
▾
VaR 백테스팅은 예측 VaR 추정치와 이후에 실현된 포트폴리오 이익 및 손실을 비교하여 위험 가치 모델을 검증하는 통계 프로세스입니다. 초과(또는 '예외')는 실제 포트폴리오 손실이 해당 날짜의 예상 VaR을 초과하는 날에 발생합니다. 올바르게 지정된 99% VaR 모델의 경우 거래일의 약 1%(250거래일 기준 연간 약 2~3일)에 초과가 발생할 것으로 예상됩니다. 백테스팅은 다음과 같이 묻습니다. 관찰된 초과 횟수가 모델이 예측한 것과 통계적으로 일치합니까? 바젤 위원회는 시장 위험 개정안(1996)에서 처음으로 VaR 백테스팅 요구 사항을 공식화했으며 후속 협정을 통해 이를 개선했습니다. 바젤 III에 따라 시장 위험 자본에 대해 내부 VaR 모델을 사용하는 은행은 실제 손익과 비교하여 99% 1일 VaR 추정치를 매일 백테스팅해야 합니다. 규제 신호등 프레임워크는 최근 250거래일 동안의 초과 횟수를 기준으로 백테스트 결과를 분류합니다. 0~4회 초과(녹색 영역) - 모델 통과; 5-9 초과(노란색 영역) — 자본 승수가 증가했습니다. 10개 이상의 초과(빨간색 영역) - 모델이 실패하여 수정이 필요하고 잠재적으로 표준화된 접근 방식으로 이동합니다. Kupiec(1995) POF(Proportion of Failures) 테스트는 기본적인 통계 테스트입니다. 우도비 테스트를 사용하여 관찰된 초과 수가 명시된 VaR 신뢰 수준과 일치하는지 여부를 테스트합니다. 귀무 가설은 실제 초과 확률이 (1-신뢰 수준)과 같다는 것입니다. Christoffersen(1998)의 조건부 적용 범위 테스트는 초과가 시간이 지남에 따라 독립적인지 여부도 테스트하여 Kupiec을 개선합니다. 유효한 VaR 모델은 초과가 함께 클러스터링되어서는 안 됩니다(이는 모델이 변화하는 변동성에 적응하는 속도가 느리다는 것을 나타냅니다). 백테스팅만으로는 VaR 모델을 완전히 검증하는 데 충분하지 않습니다. Basel FRTB에서는 P&L 속성(모델의 위험 요인을 사용하여 일일 P&L을 설명)이 필요합니다. 가상 손익(어제 시장 변화에 따라 가격이 조정된 현재 포트폴리오 포지션 사용)은 이론적 손익(리스크 모델의)과 일치해야 합니다. 백테스팅을 통과했지만 손익 기여에 실패한 모델은 여전히 상당한 모델 위험을 가질 수 있습니다. 모델 검증은 백테스팅을 넘어 민감도 분석, 스트레스 테스트, 대체 모델에 대한 벤치마킹, 모델링 가정 검토를 포함합니다. 초과 규모 분석(예외일의 손실이 VaR보다 훨씬 크며, 꼬리가 뚱뚱함을 시사하는가?)은 개수 기반 접근 방식을 보완합니다.
DigiCalcs delivers precision-engineered tools for engineers and STEM professionals.
공식
▾
기대 초과 = (1 − 신뢰도) × N
Kupiec LR = −2 × [ln((1−p)^(N−x) × p^x) − ln((1−x/N)^(N−x) × (x/N)^x)]
임계값: 5%에서 χ²(1) = 3.84 | 5%에서 χ²(2) = 5.99(크리스토퍼슨)변수 설명
▾
| 기호 | 이름 | 단위 | 설명 |
|---|---|---|---|
| N | 총 관측일수 | days | 백테스팅 기간의 거래일 수 바젤에는 최소 250거래일(약 1년)이 필요합니다. |
| x | 초과 수 | count | 실제 손익손실이 VaR 추정치를 초과한 날 기대값 = (1−신뢰도) × N. |
| p | 기대초과율 | % | 명시된 VaR 모델 초과율은 99% VaR의 경우 1%, 95% VaR의 경우 5%입니다. |
| LR_POF | Kupiec LR 테스트 통계 | chi-squared | 관찰된 초과 비율이 예상 비율과 일치하는지 여부를 테스트하기 위한 우도 비율입니다. χ²(1) 임계값과 비교합니다. |
| CC_test | 크리스토퍼슨 통계 | chi-squared | 정확한 비율과 초과의 독립성을 모두 테스트합니다. χ²(2) 분포; 예외 클러스터링을 감지합니다. |
방법 VaR Backtesting Calculator
▾
- 1백테스팅 기간(최소 250거래일) 동안 일일 VaR 추정치(명시된 신뢰도 기준)와 실제 일일 손익을 수집합니다.
- 2초과 횟수: 손실 > VaR 추정치인 일수(즉, 실제 손익이 -VaR보다 더 음수임)
- 3예상 초과값 계산: E[x] = (1−confidence) × N. 250일 동안 99% VaR의 경우: E[x] = 2.5.
- 4Kupiec POF 테스트 적용: 공식을 사용하여 LR 통계를 계산합니다. 5% 유의성에서 χ²(1) = 3.84와 비교하세요. LR > 3.84이면 모델이 테스트에 실패합니다.
- 5Christoffersen 조건부 적용 범위 테스트 적용: 연속 일 초과의 2×2 전환 매트릭스를 구축합니다. 초과의 독립성을 테스트합니다.
- 6바젤 신호등 프레임워크 적용: 0–4 예외 = 녹색(작업 없음); 5–9 = 노란색(자본 추가); 10+ = 빨간색(모델 실패).
- 7예외 규모 분석: 예외일 손실이 VaR보다 약간 높은 수준에 불과합니까, 아니면 훨씬 더 큰가요? 큰 초과는 뚱뚱한 꼬리를 과소평가했음을 시사합니다.
풀어진 예시
▾
모델 통과 — 99% VaR 기대치와 일치하는 3개 초과
예상 초과 = 1% × 250 = 2.5. 관측값 = 3. LR_POF = −2 × [ln((0.99)^247 × (0.01)^3) − ln((0.988)^247 × (0.012)^3)] ≒ 0.076이며, 이는 χ²(1) 임계값인 3.84보다 훨씬 낮습니다. 모델을 거부할 수 없습니다. 250일 동안 3회 초과는 99% VaR 모델과 매우 일치합니다. 바젤 신호등: 녹색 구역(예외 0-4개) — 자본 승수 페널티가 없습니다. 이는 잘 지정되고 정기적으로 업데이트되는 VaR 모델에서 예상되는 결과입니다.
모델이 심각하게 실패함 - 12개 초과는 실제 위험이 5× VaR 모델 추정치임을 의미
12개 초과 대 예상 2.5개 - 4.8배 초과. LR = −2 × [ln(0.99^238 × 0.01^12) − ln(0.952^238 × 0.048^12)] ≒ 24.1이며, 이는 χ²(1)=3.84를 크게 초과합니다. 모델은 합리적인 유의 수준에서 통계적으로 거부됩니다. 바젤 레드 존(10개 이상의 예외): 은행은 규제 기관에 모델 실패를 설명해야 하며, 자본 승수는 증가하고, 은행은 자본에 대한 표준화된 접근 방식으로 전환해야 할 수도 있습니다. 일반적인 원인: 과소평가된 변동성, 무시된 굵은 꼬리, 불충분한 상관관계 포착 또는 교정 범위를 벗어나 적용된 모델.
독립성 실패는 모델이 변동성 체제 변화에 신속하게 적응하지 못한다는 것을 의미합니다.
99% VaR에서 250일 동안 5회 초과는 바젤 노란색 영역에 속합니다. Kupiec POF 테스트는 약간 통과할 수 있습니다(경계선). 그러나 연속된 날에 5개의 예외 중 4개가 발생하는 것은 독립성 가정에 대한 강력한 위반입니다. Christoffersen의 CC 테스트는 (예외가 아닌 다음날이 예외인 경우) 대 (예외가 발생한 다음날이 예외인 경우) 전이 행렬을 계산합니다. p(예외 | 이전 예외) >> p(예외 | 이전 비예외)인 경우 독립성이 실패합니다. 클러스터링은 VaR 모델이 변동성 급증에 느리게 반응한다는 것을 나타냅니다. 이는 적응형 추정기보다는 긴 과거 기간을 사용하거나 롤링 변동성을 사용할 가능성이 높습니다.
어느 재앙적인 날($2.1M = 4.2×VaR)은 뚱뚱한 꼬리가 과소평가되었음을 시사합니다.
5가지 예외 중 4개는 VaR($480,000~$550,000)보다 약간 높을 뿐입니다. 이는 예상된 것이며 잘 보정된 모델과 일치합니다. 그러나 어느 날 $210만 손실이 발생했습니다. 이는 VaR 추정치의 4.2배입니다. 이러한 이상값은 정규 분포(손실 확률 > 4.2σ ≒ 0.001%)에서는 거의 발생하지 않습니다. 이는 수익률 분포에 VaR 모델이 포착하지 못하는 두꺼운 꼬리가 있음을 나타냅니다. 평균 예외 = $832K는 1.66× VaR입니다. 99% 정상 VaR의 경우 약 1.14×가 될 것으로 예상됩니다. 이는 다시 두툼한 꼬리를 의미합니다. 예외 크기 분석은 개수(5)가 노란색 영역에 있는 경우에도 모델 검토를 트리거합니다.
실제 적용
▾
바젤 III FRTB에 따른 은행 규제 자본 보고는 정확한 변기 백 테스트 계산이 정보에 입각한 의사 결정, 전략 계획 및 성능 최적화를 직접 지원하는 전문적이고 분석적인 맥락에서 변기 백 테스트의 중요한 응용 분야를 나타냅니다.
내부 모델 검증 및 모델 위험 관리는 정확한 var 백 테스트 계산이 정보에 입각한 의사 결정, 전략 계획 및 성능 최적화를 직접 지원하는 전문적이고 분석적인 맥락에서 Var Back Testing의 중요한 응용 분야를 나타냅니다.
정확한 var 백 테스트 계산이 정보에 입각한 의사 결정, 전략 계획 및 성능 최적화를 직접 지원하는 전문적이고 분석적인 맥락에서 Var 백 테스트의 중요한 응용 분야를 나타내는 헤지 펀드 위험 모델 성능 모니터링
Solvency II에 따른 보험 회사 위험 모델 검증은 정확한 var 백 테스트 계산이 정보에 입각한 의사 결정, 전략 계획 및 성능 최적화를 직접 지원하는 전문적이고 분석적인 맥락에서 Var Back Testing의 중요한 응용 분야를 나타냅니다.
트레이딩 데스크 성능 귀속 — P&L을 위험 요소 노출과 구별하며 정확한 var 백 테스트 계산이 정보에 입각한 의사 결정, 전략 계획 및 성능 최적화를 직접 지원하는 전문적이고 분석적인 맥락에서 Var Back Testing의 중요한 적용 영역을 나타냅니다.
특수 경우
▾
Var Back Testing에서 이 시나리오는 Var Back Testing 결과를 해석할 때 추가적인 주의가 필요합니다. 표준 공식은 이 극단적인 경우에 존재하는 모든 요소를 완전히 설명하지 못할 수 있으며 보충 분석이나 전문가 상담이 필요할 수 있습니다. 전문적인 모범 사례에는 가정 문서화, 민감도 분석 실행, var 백 테스트 계산이 비표준 영역에 속하는 경우 대체 방법으로 결과 상호 참조가 포함됩니다.
Var Back Testing의 입력 값이 너무 크거나 작으면 var back이 푸시될 수 있습니다.
Var Back Testing의 입력 값이 너무 크거나 작으면 일반적인 작동 범위를 넘어서는 Var Back 테스트 계산이 수행될 수 있습니다. 수학적으로는 유효하지만 극단적인 입력의 결과는 현실적인 var 백 테스트 시나리오를 반영하지 않을 수 있으므로 신중하게 해석해야 합니다. 전문적인 VAR 백 테스트 설정에서 극단값은 종종 측정 오류, 비정상적인 조건 또는 추가 분석이 필요한 극단적인 경우를 나타냅니다. 단일 극단적인 경우 계산에 의존하기보다는 민감도 분석을 사용하여 가능한 입력 범위에 걸쳐 결과가 어떻게 변하는지 이해합니다.
Var Back Testing에서 이 시나리오는 Var Back Testing 결과를 해석할 때 추가적인 주의가 필요합니다. 표준 공식은 이 극단적인 경우에 존재하는 모든 요소를 완전히 설명하지 못할 수 있으며 보충 분석이나 전문가 상담이 필요할 수 있습니다. 전문적인 모범 사례에는 가정 문서화, 민감도 분석 실행, var 백 테스트 계산이 비표준 영역에 속하는 경우 대체 방법으로 결과 상호 참조가 포함됩니다.
바젤 신호등: 250일 동안 99% VaR에 대한 예외 임계값
▾
| 예외(x) | 확률(모델이 올바른 경우) | 누적 확률 | 존 | 자본 승수 k |
|---|---|---|---|---|
| 0 | 8.1% | 8.1% | 녹색 | 3.00 |
| 1 | 20.5% | 28.6% | 녹색 | 3.00 |
| 2 | 25.7% | 54.4% | 녹색 | 3.00 |
| 3 | 21.5% | 75.9% | 녹색 | 3.00 |
| 4 | 13.5% | 89.4% | 녹색 | 3.00 |
| 5 | 6.8% | 96.2% | 노란색 | 3.40 |
| 6–9 | 3.5% | 99.7% | 노란색 | 3.50–3.85 |
| 10+ | 0.3% | ≥99.7% | Red | 4.00 |
자주 묻는 질문
▾
VaR 모델에 백테스팅이 중요한 이유는 무엇입니까?
백테스팅은 VaR 모델이 주장하는 보정을 생성한다는 경험적 검증입니다. 99% VaR를 주장하는 은행은 정의에 따라 약 1%의 시간 동안 VaR를 초과하는 손실을 경험해야 합니다. 백테스트가 없으면 모델은 책임 메커니즘 없이 체계적으로 위험을 과소평가할 수 있습니다(너무 낮은 VaR을 생성하여 자본 요구 사항을 줄임). 백테스팅은 규제 피드백 루프를 생성합니다. 실패한 모델은 자본 추가로 불이익을 받고 은행이 잘 보정된 모델을 유지할 수 있는 재정적 인센티브를 생성합니다. 백테스팅은 또한 위험 관리자가 변화된 시장 역학으로 인해 모델이 쓸모 없게 되는 시기를 식별하는 데도 도움이 됩니다.
백테스팅에서 깨끗한 손익과 더티 손익의 차이점은 무엇입니까?
Clean P&L(가설 P&L)은 오늘의 시장 가격을 사용하여 가격을 조정한 어제 포트폴리오 포지션의 손익을 측정하여 새로운 거래, 수수료 또는 포트폴리오 변경의 영향 없이 순수한 시장 위험 노출을 분리합니다. Dirty P&L(실제 P&L)에는 거래 수익, 새 포지션, 수수료 수익, 운영 항목 등 모든 출처의 모든 P&L이 포함됩니다. 바젤 FRTB는 가상의 순수 손익에 대한 백테스팅이 필요합니다. 왜냐하면 VaR 모델은 진화하는 포트폴리오가 아닌 기존 포트폴리오의 리스크를 추정하기 때문입니다. VaR를 더러운 손익과 비교하면 좋은 거래일은 리스크 모델 실패를 모호하게 할 수 있으며 그 반대의 경우도 마찬가지입니다.
신뢰할 수 있는 모델 검증을 위해서는 몇 년의 백테스팅이 필요합니까?
최소 규제 요건은 250거래일(약 1년)입니다. 그러나 이는 통계적으로 매우 제한적입니다. 99% VaR에서는 연간 2.5건의 예상 예외만 발생합니다. 2.5개의 관측치를 사용하여 추정된 예외율의 표준 오차는 매우 높습니다. 단 250개의 관측치를 사용하여 0.5%, 1%, 1.5% 또는 2%의 실제 예외율을 생성하는 모델을 구별하는 것은 불가능합니다. 강력한 검증을 위해서는 3~5년 간의 데이터가 선호됩니다. 그럼에도 불구하고 Kupiec 테스트는 작은 체계적 오류를 구별하는 데 낮은 검정력을 갖습니다. 이것이 백테스팅과 함께 여러 통계 테스트와 보충 검증 방법(스트레스 테스트, 손익 기여도)이 필요한 이유입니다.
VaR 백테스팅을 위한 바젤 신호등 시스템은 무엇입니까?
바젤 신호등 시스템(1996년에 도입되고 바젤 III에서 업데이트됨)은 최근 250거래일 동안의 백테스팅 예외 수를 기준으로 VaR 모델 성능을 분류합니다. 그린 존(0~4개의 예외) — 모델 통과, 자본 페널티 없음; 노란색 영역(5~9개 예외) — 자본 승수 k는 숫자에 따라 3.0에서 3.4~4.0으로 증가하고 규제 조사가 증가합니다. 위험 구역(10개 이상의 예외) — 모델 실패, k=4.0 이상, 은행은 표준화된 접근 방식으로 전환해야 할 수도 있습니다. 임계값은 250일 샘플에 대해 제1종 오류(좋은 모델 거부)와 제2종 오류(나쁜 모델 승인)의 균형을 맞추도록 설정됩니다.
손익 기여란 무엇이며 백테스팅과 어떤 관련이 있나요?
손익 귀속(PLA)에서는 은행이 매일의 실제 손익을 VaR 모델에 포착된 위험 요소의 기여도로 분해하여 설명해야 합니다. 바젤 FRTB에서는 VaR 모델의 이론적 손익(모델 위험 요소 사용)과 실제 가상 손익 사이의 차이가 작아야 하며 실제 손익과 상관 관계가 없어야 합니다. 모델로 설명할 수 없는 상당한 P&L이 존재하는 경우(모델 잔차가 큰 경우) 이는 VaR 모델에 중요한 위험 요소가 누락되어 있으며 위험을 과소평가하고 있을 수 있음을 의미합니다. PLA는 트레이딩 데스크 수준에서 수행되는 반면, 백테스팅도 FRTB에 따라 데스크 수준에서 수행됩니다.
백테스팅을 통해 빈도 이상으로 모델의 잘못된 사양을 감지할 수 있습니까?
표준 Kupiec 백테스팅은 잘못된 초과 빈도만 감지합니다. 다음을 감지할 수 없습니다. (1) 잘못된 꼬리 모양 - 모델이 예외일의 손실 심각도를 과소평가하는 경우 (2) 잘못된 위험 요소 민감도 - 모델이 빈도를 올바르게 예측했지만 잘못된 이유로 인해 발생하는 경우 (3) 상관관계의 잘못된 사양 - 다각화 혜택이 과장된 경우. Christoffersen 테스트에는 독립성 테스트가 추가되었습니다. 손실 함수 기반 테스트(예상 손익 분포와 실현 손익 분포 비교) 및 회귀 기반 테스트는 추가적인 진단 기능을 제공합니다. 완전한 모델 검증 프로그램은 여러 테스트, 스트레스 테스트, 민감도 분석 및 전문가 모델 검토를 사용하여 다양한 유형의 잘못된 사양을 식별합니다.
VaR 모델에 예외가 너무 많이 나타날 경우 리스크 관리자는 어떻게 해야 합니까?
초과 예외는 구조화된 모델 검토 프로세스를 촉발합니다. (1) 각 예외를 조사합니다. 특정 이벤트, 데이터 오류 또는 실제 모델 단점으로 인해 손실이 발생했나요? (2) 변동성 추정치가 최신인지 확인하십시오. 부실한 변동성 가정은 급변하는 시장에서 VaR를 과소평가하는 일반적인 원인입니다. (3) 상관 관계 가정을 검토합니다. 적절한 경우 위기 상관 관계가 사용되고 있는지 확인합니다. (4) 대체 분포 가정을 테스트합니다. 정규를 t-분포 또는 과거 시뮬레이션으로 대체합니다. (5) 모델이 완전히 포착하지 못한 집중 위험을 조사합니다. (6) 모델을 신속하게 수정할 수 없는 경우 모델이 재조정될 때까지 자본 비용을 늘리거나 포지션 한도를 줄입니다.
피해야 할 일반적인 실수
▾
- !전날 포지션을 유지하면서 발생하는 가상의 순수 손익 대신 실제 더러운 손익(신규 거래 및 수수료 포함)에 대한 백테스팅.
- !너무 짧은 백테스팅 기간(< 250일)을 사용하면 좋은 모델과 나쁜 모델을 구별하기 위한 통계적 능력이 부족합니다.
- !예외 클러스터 조사 실패 - 클러스터링에서 모델 업데이트 실패가 드러날 때 모든 예외를 독립적인 이벤트로 처리합니다.
- !예외 크기 무시 - 2개의 예외가 모두 VaR의 5배인 모델은 각각 VaR보다 약간 높은 4개의 예외보다 더 위험합니다.
- !트레이딩 데스크 수준에서 백테스트를 수행하지 않고(FRTB 요구 사항) 데스크 수준의 오류를 가릴 수 있는 전사적 백테스팅만 수행합니다.
전문가 팁
녹색/노란색/빨간색 임계값과 함께 지난 250일 동안의 누적 예외를 보여주는 롤백 테스트 차트를 유지 관리합니다. 모델이 노란색 영역으로 넘어가기 전에 모델 저하가 추세로 표시되도록 이를 매일 플롯하여 사전 재보정을 가능하게 합니다.
알고 계셨나요?
바젤 신호등 백테스팅 프레임워크는 일부 은행의 VaR 모델이 내부 검증을 통과했지만 시스템적으로 낮은 VaR 추정치를 생성하여 효과적으로 자본 시스템을 조작하고 있다는 사실을 규제 기관이 발견한 후 1996년 시장 위험 수정안에서 도입되었습니다. 녹색/노란색/빨간색 영역이 있는 250일, 99% 임계값은 두 가지 상충되는 위험, 즉 좋은 모델에 대한 잘못된 처벌(유형 I 오류)과 잘못된 모델 감지 실패(유형 II 오류)의 균형을 맞추기 위해 특별히 선택되었습니다. 오늘날에도 프레임워크는 통계적으로 취약한 것으로 인식됩니다. 증거가 위험 구역을 트리거할 만큼 충분히 축적되기까지는 수개월 동안 지속적인 모델 실패가 필요합니다.
Regional Guides
▾
🇺🇸 US▾
🇬🇧 UK▾
🇪🇺 EU▾
참고 자료
Read the full guide on how to use this calculator effectively
더 읽기 →주간 수학 팁 받기
매주 계산기 팁을 받는 12,000명 이상의 구독자와 함께 하세요.