Skip to content
Skip to main content
DigiCalcs

மேம்பட்ட நிதி மற்றும் வணிகம்

VaR Backtesting Calculator

என்றால் என்ன VaR Backtesting Calculator?

▾

விஏஆர் பேக்டெஸ்டிங் என்பது, கணிக்கப்பட்ட VaR மதிப்பீடுகளை, பின்னர் உணரப்பட்ட போர்ட்ஃபோலியோ லாபங்கள் மற்றும் இழப்புகளுடன் ஒப்பிடுவதன் மூலம், அபாய மாதிரியின் மதிப்பை சரிபார்க்கும் புள்ளியியல் செயல்முறையாகும். உண்மையான போர்ட்ஃபோலியோ இழப்பு அந்த நாளுக்கான கணிக்கப்பட்ட VaR ஐ விட அதிகமாக இருக்கும் போது, ​​எந்த நாளிலும் ஒரு மிகுதி (அல்லது 'விதிவிலக்கு') ஏற்படும். சரியாகக் குறிப்பிடப்பட்ட 99% VaR மாதிரிக்கு, 250-வர்த்தக-நாள் காலெண்டருக்கு வருடத்திற்கு சுமார் 2-3 நாட்கள் - தோராயமாக 1% வர்த்தக நாட்களில் மிகைப்படுத்தல்கள் ஏற்படும் என்று எதிர்பார்க்கிறோம். பின்பரிசோதனை கேட்கிறது: கவனிக்கப்பட்ட அளவு மீறல்களின் எண்ணிக்கை, மாதிரி கணித்தவற்றுடன் புள்ளிவிவர ரீதியாக ஒத்துப்போகிறதா? பாஸல் கமிட்டி முதலில் அதன் சந்தை இடர் திருத்தத்தில் (1996) VR பேக்டெஸ்டிங் தேவைகளை முறைப்படுத்தியது மற்றும் அடுத்தடுத்த ஒப்பந்தங்கள் மூலம் அவற்றை செம்மைப்படுத்தியது. Basel III இன் கீழ், சந்தை ஆபத்து மூலதனத்திற்காக உள் விஆர் மாடல்களைப் பயன்படுத்தும் வங்கிகள் தங்கள் 99% 1-நாள் VaR மதிப்பீடுகளை உண்மையான P&L க்கு எதிராக தினசரி மறுபரிசீலனை செய்ய வேண்டும். ஒழுங்குமுறை ட்ராஃபிக் லைட் கட்டமைப்பானது, சமீபத்திய 250 வர்த்தக நாட்களில் மிஞ்சும் எண்ணிக்கையின் அடிப்படையில் பேக்டெஸ்ட் முடிவை வகைப்படுத்துகிறது: 0-4 மிகுதிகள் (பச்சை மண்டலம்) - மாதிரி பாஸ்கள்; 5-9 மீறல்கள் (மஞ்சள் மண்டலம்) - மூலதனப் பெருக்கி அதிகரித்தது; 10+ மிகுதிகள் (சிவப்பு மண்டலம்) - மாதிரி தோல்வியடைகிறது, திருத்தம் தேவைப்படுகிறது மற்றும் தரப்படுத்தப்பட்ட அணுகுமுறைக்கு நகர்த்தலாம். Kupiec (1995) தோல்விகளின் விகிதாச்சாரம் (POF) சோதனையானது அடிப்படை புள்ளியியல் சோதனை ஆகும்: நிகழ்தகவு விகிதச் சோதனையைப் பயன்படுத்தி, கவனிக்கப்பட்ட அளவு மீறல்களின் எண்ணிக்கையானது குறிப்பிடப்பட்ட VaR நம்பிக்கை நிலையுடன் ஒத்துப்போகிறதா என்பதை இது சோதிக்கிறது. பூஜ்ய கருதுகோள் என்னவென்றால், உண்மையான அதிகப்படியான நிகழ்தகவு சமம் (1−நம்பிக்கை நிலை). Christoffersen (1998) நிபந்தனைக்குட்பட்ட கவரேஜ் சோதனையானது, காலப்போக்கில் அதிகப்படியான அளவுகள் சுயாதீனமாக உள்ளதா என்பதைச் சோதிப்பதன் மூலம் Kupiec ஐ மேம்படுத்துகிறது - ஒரு செல்லுபடியாகும் VR மாதிரியானது மிகைப்படுத்தல்களை ஒன்றாகக் கொண்டிருக்கக்கூடாது (மாடல் மாறும் நிலையற்ற தன்மைக்கு ஏற்ப மெதுவாக இருப்பதைக் குறிக்கும்). ஒரு VaR மாதிரியை முழுமையாகச் சரிபார்க்க பின்பரிசோதனை மட்டும் போதாது. பாஸல் FRTB இன் கீழ் P&L பண்புக்கூறு (ஒவ்வொரு நாளின் P&L ஐ மாடலின் ஆபத்து காரணிகளைப் பயன்படுத்தி விளக்குவது) தேவைப்படுகிறது. அனுமான P&L (நேற்றைய சந்தை மாற்றங்களுடன் தற்போதைய போர்ட்ஃபோலியோ நிலைகளைப் பயன்படுத்துதல்) கோட்பாட்டு P&L உடன் (இடர் மாதிரியிலிருந்து) ஒத்துப்போக வேண்டும். பேக்டெஸ்டிங்கில் தேர்ச்சி பெற்றாலும், P&L பண்புக்கூறில் தோல்வியுற்ற மாதிரிகள் இன்னும் குறிப்பிடத்தக்க மாதிரி அபாயத்தைக் கொண்டிருக்கலாம். உணர்திறன் பகுப்பாய்வு, அழுத்த சோதனை, மாற்று மாதிரிகளுக்கு எதிரான தரப்படுத்தல் மற்றும் மாடலிங் அனுமானங்களின் மதிப்பாய்வு ஆகியவற்றை உள்ளடக்கிய மாதிரி சரிபார்ப்பு பின்பரிசோதனைக்கு அப்பால் நீண்டுள்ளது. அதிகப்படியான அளவு பகுப்பாய்வு (விதிவிலக்கு நாட்களில் ஏற்படும் இழப்புகள் VaR ஐ விட அதிகமாக உள்ளதா? கொழுப்பு வால்களை பரிந்துரைக்குமா?) எண்ணிக்கை அடிப்படையிலான அணுகுமுறையை நிறைவு செய்கிறது.

DigiCalcs delivers precision-engineered tools for engineers and STEM professionals.

சூத்திரம்

▾
f(x)எதிர்பார்க்கப்படும் மிகுதிகள் = (1 - நம்பிக்கை) × N Kupiec LR = -2 × [ln((1−p)^(N−x) × p^x) - ln((1-x/N)^(N−x) × (x/N)^x)] முக்கிய மதிப்பு: χ²(1) இல் 5% = 3.84 | χ²(2) 5% = 5.99 (கிறிஸ்டோபர்சன்)

மாறி விளக்கம்

▾
குறியீடுபெயர்அலகுவிவரிப்பு
Nமொத்த கண்காணிப்பு நாட்கள்daysபேக்டெஸ்டிங் சாளரத்தில் வர்த்தக நாட்களின் எண்ணிக்கை; Basel க்கு குறைந்தபட்சம் 250 வர்த்தக நாட்கள் தேவை (≈1 காலண்டர் ஆண்டு).
xமீறல்களின் எண்ணிக்கைcountVR மதிப்பீட்டை விட உண்மையான P&L இழப்பு ஏற்பட்ட நாட்கள்; எதிர்பார்க்கப்படுகிறது = (1− நம்பிக்கை) × N.
pஎதிர்பார்க்கப்படும் அதிவேக விகிதம்%குறிப்பிடப்பட்ட VaR மாதிரி மீறல் விகிதம்: 99% VaRக்கு 1%, 95% VaRக்கு 5%.
LR_POFKupiec LR சோதனை புள்ளிவிவரம்chi-squaredகவனிக்கப்பட்ட அதிகப்படியான விகிதம் எதிர்பார்த்த விகிதத்துடன் பொருந்துகிறதா என்பதைச் சோதிப்பதற்கான சாத்தியக்கூறு விகிதம்; χ²(1) முக்கிய மதிப்புடன் ஒப்பிடும்போது.
CC_testகிறிஸ்டோபர்சன் புள்ளிவிவரம்chi-squaredமீறல்களின் சரியான விகிதம் மற்றும் சுதந்திரம் இரண்டையும் சோதிக்கிறது; χ²(2) விநியோகம்; விதிவிலக்குகளின் தொகுப்பைக் கண்டறிகிறது.

எப்படி VaR Backtesting Calculator

▾
  1. 1தினசரி VaR மதிப்பீடுகள் (கூறப்பட்ட நம்பிக்கை அளவில்) மற்றும் பேக்டெஸ்டிங் சாளரத்திற்கான உண்மையான தினசரி P&L (குறைந்தபட்சம் 250 வர்த்தக நாட்கள்) சேகரிக்கவும்.
  2. 2அதிகப்படியான எண்ணிக்கை: இழப்பு > VaR மதிப்பீடு (அதாவது, உண்மையான P&L −VaR ஐ விட எதிர்மறையாக இருக்கும் நாட்கள்).
  3. 3எதிர்பார்க்கப்படும் மீறல்களைக் கணக்கிடுக: E[x] = (1− நம்பிக்கை) × N. 250 நாட்களுக்கு மேல் 99% VaR: E[x] = 2.5.
  4. 4Kupiec POF சோதனையைப் பயன்படுத்தவும்: சூத்திரத்தைப் பயன்படுத்தி LR புள்ளிவிவரத்தைக் கணக்கிடுங்கள்; χ²(1) = 3.84 ஐ 5% முக்கியத்துவத்துடன் ஒப்பிடுக. LR > 3.84 என்றால், மாடல் தேர்வில் தோல்வியடையும்.
  5. 5கிறிஸ்டோஃபர்சென் நிபந்தனை கவரேஜ் சோதனையைப் பயன்படுத்தவும்: தொடர்ச்சியான நாள் மீறல்களின் 2×2 மாறுதல் மேட்ரிக்ஸை உருவாக்கவும்; மீறல்களின் சோதனை சுதந்திரம்.
  6. 6பாஸல் ட்ராஃபிக் லைட் கட்டமைப்பைப் பயன்படுத்தவும்: 0–4 விதிவிலக்குகள் = பச்சை (செயல் இல்லை); 5-9 = மஞ்சள் (மூலதன சேர்க்கை); 10+ = சிவப்பு (மாடல் தோல்வி).
  7. 7விதிவிலக்கு அளவை பகுப்பாய்வு செய்யுங்கள்: விதிவிலக்கு நாட்களில் ஏற்படும் இழப்புகள் VaR ஐ விட சற்று அதிகமாக உள்ளதா அல்லது வியத்தகு அளவில் பெரியதா? அதிக அளவுகள் கொழுப்பு-வால் குறைத்து மதிப்பிடுவதை பரிந்துரைக்கின்றன.

தீர்க்கப்பட்ட எடுத்துக்காட்டுகள்

▾
எடுத்துக்காட்டு 1நன்கு அளவீடு செய்யப்பட்ட 99% VaR மாடல்
கொடுக்கப்பட்டது:N=250 நாட்கள், நம்பிக்கை=99%, கவனிக்கப்பட்ட மீறல்கள்=3
முடிவு:எதிர்பார்க்கப்படுகிறது=2.5 | LR=0.076 | p-value=0.78 | பேசல்: பச்சை மண்டலம்

மாடல் பாஸ்கள் — 99% VaR எதிர்பார்ப்புடன் 3 மீறல்கள்

எதிர்பார்க்கப்படும் மீறல்கள் = 1% × 250 = 2.5. கவனிக்கப்பட்டது = 3. LR_POF = −2 × [ln((0.99)^247 × (0.01)^3) − ln((0.988)^247 × (0.012)^3)] ≈ 0.076, இது (1.8 χ இன் முக்கியமான மதிப்பு) மாதிரியை நிராகரிக்க முடியாது. 250 நாட்களில் 3 மீறல்கள் 99% VaR மாதிரியுடன் மிகவும் ஒத்துப்போகின்றன. அடிப்படை போக்குவரத்து விளக்கு: பச்சை மண்டலம் (0–4 விதிவிலக்குகள்) — மூலதன பெருக்கி அபராதம் இல்லை. நன்கு குறிப்பிடப்பட்ட, தொடர்ந்து புதுப்பிக்கப்பட்ட VaR மாடலுக்கான எதிர்பார்க்கப்படும் விளைவு இதுவாகும்.

எடுத்துக்காட்டு 2VaR ஐ குறைத்து மதிப்பிடுதல் - பல விதிவிலக்குகள்
கொடுக்கப்பட்டது:N=250 நாட்கள், 99% VaR, கவனிக்கப்பட்ட மீறல்கள்=12
முடிவு:எதிர்பார்க்கப்படுகிறது=2.5 | கவனிக்கப்பட்ட/எதிர்பார்க்கப்பட்ட விகிதம்=4.8x | LR=24.1 >> 3.84 | பேசல்: சிவப்பு மண்டலம்

மாடல் மோசமாக தோல்வியடைகிறது - 12 மிகுதிகள் என்றால் உண்மையான ஆபத்து 5× VaR மாதிரி மதிப்பீடு

12 மீறல்கள் எதிராக எதிர்பார்க்கப்பட்ட 2.5 — ஒரு 4.8× ஓவர். LR = −2 × [ln(0.99^238 × 0.01^12) - ln(0.952^238 × 0.048^12)] ≈ 24.1, இது χ²(1)=3.84 ஐ விட அதிகமாக உள்ளது. எந்தவொரு நியாயமான முக்கியத்துவ மட்டத்திலும் மாதிரியானது புள்ளிவிவர ரீதியாக நிராகரிக்கப்படுகிறது. Basel Red Zone (10+ விதிவிலக்குகள்): வங்கி மாதிரி தோல்விகளை கட்டுப்பாட்டாளர்களுக்கு விளக்க வேண்டும், மூலதன பெருக்கி அதிகரிக்கப்பட்டுள்ளது, மேலும் வங்கியானது மூலதனத்திற்கான தரப்படுத்தப்பட்ட அணுகுமுறைக்கு மாற வேண்டும். பொதுவான காரணங்கள்: குறைத்து மதிப்பிடப்பட்ட நிலையற்ற தன்மை, புறக்கணிக்கப்பட்ட கொழுப்பு வால்கள், போதுமான தொடர்பு பிடிப்பு அல்லது அதன் அளவுத்திருத்த வரம்பிற்கு வெளியே பயன்படுத்தப்பட்ட மாதிரி.

எடுத்துக்காட்டு 3விதிவிலக்கு கிளஸ்டரிங் - கிறிஸ்டோபர்சன் சோதனை
கொடுக்கப்பட்டது:N=250, x=5 விதிவிலக்குகள்; கிளஸ்டரிங்: 4 விதிவிலக்குகள் தொடர்ச்சியான நாட்களில் ஏற்படும், 1 தனிமைப்படுத்தப்பட்டது
முடிவு:Kupiec பாஸ்கள் (மஞ்சள் மண்டலத்தில் 5 விதிவிலக்குகள்), ஆனால் Christoffersen CC சோதனை தோல்வி - க்ளஸ்டரிங் கண்டறியப்பட்டது

சுதந்திரத் தோல்வி என்பது மாதிரியானது, நிலையற்ற ஆட்சி மாற்றங்களுக்கு விரைவாக மாற்றியமைக்காது

99% VR இல் 250 நாட்களில் 5 மீறல்கள் பாசல் மஞ்சள் மண்டலத்தில் உள்ளன. Kupiec POF சோதனை ஓரளவு தேர்ச்சி பெறலாம் (எல்லைக்கோடு). இருப்பினும், 5 விதிவிலக்குகளில் 4 தொடர்ச்சியான நாட்களில் நிகழும் சுதந்திர அனுமானத்தின் வலுவான மீறலாகும். கிறிஸ்டோஃபர்சனின் CC சோதனையானது மாறுதல் மேட்ரிக்ஸைக் கணக்கிடுகிறது: (விதிவிலக்கு அல்லாத பிற்பாடு விதிவிலக்கு) எதிராக (விதிவிலக்குக்குப் பிறகு நாள் விதிவிலக்கு). p(விதிவிலக்கு | முந்தைய விதிவிலக்கு) >> p(விதிவிலக்கு | முந்தைய விதிவிலக்கு அல்லாதது), சுதந்திரம் தோல்வியடைந்தால். க்ளஸ்டரிங், VaR மாதிரியானது ஏற்ற இறக்கமான கூர்முனைகளுக்கு மெதுவாக பதிலளிப்பதைக் குறிக்கிறது - ஒரு நீண்ட வரலாற்று சாளரம் அல்லது உருளும் நிலையற்ற தன்மையைப் பயன்படுத்தி, தகவமைப்பு மதிப்பீட்டாளர் அல்ல.

எடுத்துக்காட்டு 4விதிவிலக்கு அளவு பகுப்பாய்வு
கொடுக்கப்பட்டது:99% 1-நாள் VaR=$500,000; இழப்புகளுடன் 5 விதிவிலக்கு நாட்கள்: $520K, $480K, $2,100K, $510K, $550K
முடிவு:சராசரி விதிவிலக்கு இழப்பு=$832K (1.66×VaR); அதிகபட்ச விதிவிலக்கு=$2.1M (4.2×VaR)

ஒரு பேரழிவு நாள் ($2.1M = 4.2×VaR) கொழுப்பு வால்களை குறைத்து மதிப்பிட பரிந்துரைக்கிறது

ஐந்தில் நான்கு விதிவிலக்குகள் VaR ($480K–$550K) க்கு சற்று மேலே உள்ளன - இவை எதிர்பார்க்கப்படும் மற்றும் நன்கு அளவீடு செய்யப்பட்ட மாதிரியுடன் ஒத்துப்போகின்றன. ஆனால் ஒரு நாள் VR மதிப்பீட்டின்படி $2.1M - 4.2× இழப்பு ஏற்பட்டது. சாதாரண விநியோகத்தின் கீழ் இந்த வெளிப்புறமானது மிகவும் சாத்தியமில்லை (இழப்பின் நிகழ்தகவு > 4.2σ ≈ 0.001%). VR மாடல் பிடிக்காத கொழுப்பு வால்கள் ரிட்டர்ன் விநியோகத்தில் இருப்பதாக இது அறிவுறுத்துகிறது. சராசரி விதிவிலக்கு = $832K என்பது 1.66× VaR - 99% சாதாரண VaRக்கு தோராயமாக 1.14× ஆக இருக்கும் என்று எதிர்பார்க்கப்படுகிறது - மீண்டும் கொழுப்பு வால்களை பரிந்துரைக்கிறது. விதிவிலக்கு அளவு பகுப்பாய்வு, எண்ணிக்கை (5) மஞ்சள் மண்டலத்தில் இருந்தாலும் மாதிரி மதிப்பாய்வைத் தூண்டுகிறது.

நடைமுறை பயன்பாடுகள்

▾
🏗️

Basel III FRTB இன் கீழ் வங்கி ஒழுங்குமுறை மூலதன அறிக்கையிடல், தொழில்முறை மற்றும் பகுப்பாய்வு சூழல்களில் Var Back சோதனைக்கான முக்கியமான பயன்பாட்டுப் பகுதியைப் பிரதிநிதித்துவப்படுத்துகிறது.

🔬

உள் மாதிரி சரிபார்ப்பு மற்றும் மாதிரி இடர் மேலாண்மை, தொழில்முறை மற்றும் பகுப்பாய்வு சூழல்களில் Var Back சோதனைக்கான முக்கியமான பயன்பாட்டுப் பகுதியைப் பிரதிநிதித்துவப்படுத்துகிறது, அங்கு துல்லியமான var back சோதனை கணக்கீடுகள் தகவலறிந்த முடிவெடுத்தல், மூலோபாய திட்டமிடல் மற்றும் செயல்திறன் மேம்படுத்தல் ஆகியவற்றை நேரடியாக ஆதரிக்கின்றன.

📊

ஹெட்ஜ் ஃபண்ட் ரிஸ்க் மாடல் செயல்திறன் கண்காணிப்பு, தொழில்முறை மற்றும் பகுப்பாய்வு சூழல்களில் Var Back சோதனைக்கான முக்கியமான பயன்பாட்டுப் பகுதியைப் பிரதிநிதித்துவப்படுத்துகிறது, அங்கு துல்லியமான var back சோதனைக் கணக்கீடுகள் தகவலறிந்த முடிவெடுத்தல், மூலோபாய திட்டமிடல் மற்றும் செயல்திறன் மேம்படுத்தல் ஆகியவற்றை நேரடியாக ஆதரிக்கின்றன.

🏥

Solvency II இன் கீழ் காப்பீட்டு நிறுவனத்தின் இடர் மாதிரி சரிபார்ப்பு, தொழில்முறை மற்றும் பகுப்பாய்வு சூழல்களில் Var Back சோதனைக்கான முக்கியமான பயன்பாட்டுப் பகுதியைப் பிரதிநிதித்துவப்படுத்துகிறது, துல்லியமான var back testing கணக்கீடுகள் தகவலறிந்த முடிவெடுத்தல், மூலோபாய திட்டமிடல் மற்றும் செயல்திறன் மேம்படுத்தல் ஆகியவற்றை நேரடியாக ஆதரிக்கின்றன.

⚙️

டிரேடிங் டெஸ்க் செயல்திறன் பண்புக்கூறு - P&L ஐ ஆபத்து காரணி வெளிப்பாட்டிலிருந்து வேறுபடுத்துவது, தொழில்முறை மற்றும் பகுப்பாய்வு சூழல்களில் Var Back சோதனைக்கான முக்கியமான பயன்பாட்டுப் பகுதியைக் குறிக்கிறது, அங்கு துல்லியமான var back testing கணக்கீடுகள் தகவலறிந்த முடிவெடுத்தல், மூலோபாய திட்டமிடல் மற்றும் செயல்திறன் மேம்படுத்தல் ஆகியவற்றை நேரடியாக ஆதரிக்கின்றன.

சிறப்பு நிகழ்வுகள்

▾

வர் பேக் டெஸ்டிங்கில், இந்தச் சூழ்நிலையில் var பேக் சோதனை முடிவுகளை விளக்கும்போது கூடுதல் எச்சரிக்கை தேவை. நிலையான சூத்திரம் இந்த விளிம்பில் உள்ள அனைத்து காரணிகளையும் முழுமையாகக் கணக்கிடாது, மேலும் துணை பகுப்பாய்வு அல்லது நிபுணர் ஆலோசனைக்கு உத்தரவாதம் அளிக்கப்படலாம். var back சோதனைக் கணக்கீடுகள் தரமற்ற பிரதேசத்தில் விழும்போது, ​​அனுமானங்களை ஆவணப்படுத்துதல், உணர்திறன் பகுப்பாய்வுகளை இயக்குதல் மற்றும் மாற்று முறைகளுடன் குறுக்கு-குறிப்பு முடிவுகள் ஆகியவை தொழில்முறை சிறந்த நடைமுறையில் அடங்கும்.

Var Back சோதனையில் உள்ள மிகப் பெரிய அல்லது சிறிய உள்ளீட்டு மதிப்புகள் varஐ பின்னுக்குத் தள்ளலாம்

Var Back சோதனையில் உள்ள மிகப் பெரிய அல்லது சிறிய உள்ளீட்டு மதிப்புகள் வழக்கமான இயக்க வரம்புகளுக்கு அப்பால் var back testing கணக்கீடுகளைத் தள்ளலாம். கணித ரீதியாக செல்லுபடியாகும் போது, ​​தீவிர உள்ளீடுகளின் முடிவுகள் யதார்த்தமான var back சோதனை காட்சிகளை பிரதிபலிக்காது மற்றும் எச்சரிக்கையுடன் விளக்கப்பட வேண்டும். தொழில்முறை var back சோதனை அமைப்புகளில், தீவிர மதிப்புகள் பெரும்பாலும் அளவீட்டுப் பிழைகள், அசாதாரண நிலைமைகள் அல்லது கூடுதல் பகுப்பாய்வுக்கு தகுதியான விளிம்பு நிலைகளைக் குறிக்கின்றன. ஒற்றை தீவிர-கேஸ் கணக்கீடுகளை நம்பாமல் நம்பத்தகுந்த உள்ளீட்டு வரம்புகளில் முடிவுகள் எவ்வாறு மாறுகின்றன என்பதைப் புரிந்துகொள்ள உணர்திறன் பகுப்பாய்வைப் பயன்படுத்தவும்.

வர் பேக் டெஸ்டிங்கில், இந்தச் சூழ்நிலையில் var பேக் சோதனை முடிவுகளை விளக்கும்போது கூடுதல் எச்சரிக்கை தேவை. நிலையான சூத்திரம் இந்த விளிம்பில் உள்ள அனைத்து காரணிகளையும் முழுமையாகக் கணக்கிடாது, மேலும் துணை பகுப்பாய்வு அல்லது நிபுணர் ஆலோசனைக்கு உத்தரவாதம் அளிக்கப்படலாம். var back சோதனைக் கணக்கீடுகள் தரமற்ற பிரதேசத்தில் விழும்போது, ​​அனுமானங்களை ஆவணப்படுத்துதல், உணர்திறன் பகுப்பாய்வுகளை இயக்குதல் மற்றும் மாற்று முறைகளுடன் குறுக்கு-குறிப்பு முடிவுகள் ஆகியவை தொழில்முறை சிறந்த நடைமுறையில் அடங்கும்.

Basel Traffic Light: 250 நாட்களில் 99% VaRக்கான விதிவிலக்குகள்

▾
விதிவிலக்குகள் (x)நிகழ்தகவு (மாதிரி சரியாக இருந்தால்)ஒட்டுமொத்த நிகழ்தகவுமண்டலம்மூலதனப் பெருக்கி கே
08.1%8.1%பச்சை3.00
120.5%28.6%பச்சை3.00
225.7%54.4%பச்சை3.00
321.5%75.9%பச்சை3.00
413.5%89.4%பச்சை3.00
56.8%96.2%மஞ்சள்3.40
6–93.5%99.7%மஞ்சள்3.50–3.85
10+0.3%≥99.7%Red4.00

அடிக்கடி கேட்கப்படும் கேள்விகள்

▾
Q

VaR மாடல்களுக்கு பேக்டெஸ்டிங் ஏன் முக்கியம்?

A

பேக்டெஸ்டிங் என்பது ஒரு VaR மாதிரி அது கூறும் அளவுத்திருத்தத்தை உருவாக்கும் அனுபவ சரிபார்ப்பு ஆகும். 99% VaRஐக் கோரும் வங்கியானது, வரையறையின்படி, தோராயமாக 1% நேரத்துக்கும் அதிகமான இழப்புகளை அனுபவிக்க வேண்டும். பின்பரிசோதனை இல்லாமல், ஒரு மாதிரியானது பொறுப்புணர்வு பொறிமுறையின்றி அபாயத்தைக் குறைத்து மதிப்பிட முடியும் (மிகக் குறைவான VaR ஐ உருவாக்குகிறது, இது மூலதனத் தேவைகளைக் குறைக்கிறது). பேக்டெஸ்டிங் ஒரு ஒழுங்குமுறை பின்னூட்ட வளையத்தை உருவாக்குகிறது: தோல்வியுற்ற மாதிரிகள் மூலதன துணை நிரல்களுடன் தண்டிக்கப்படுகின்றன, வங்கிகள் நன்கு அளவீடு செய்யப்பட்ட மாதிரிகளை பராமரிக்க நிதி ஊக்குவிப்புகளை உருவாக்குகின்றன. மாற்றப்பட்ட சந்தை இயக்கவியல் காரணமாக மாடல்கள் வழக்கற்றுப் போகும்போது இடர் மேலாளர்களை அடையாளம் காண பின்னோக்கி சோதனை உதவுகிறது.

Q

பேக்டெஸ்டிங்கிற்கு சுத்தமான மற்றும் அழுக்கு P&L இடையே உள்ள வித்தியாசம் என்ன?

A

சுத்தமான பி&எல் (கற்பனையான பி&எல்) இன்றைய சந்தை விலைகளைப் பயன்படுத்தி நேற்றைய போர்ட்ஃபோலியோ நிலைகளின் ஆதாயம் அல்லது இழப்பை அளவிடுகிறது - புதிய வர்த்தகங்கள், கட்டணங்கள் அல்லது போர்ட்ஃபோலியோ மாற்றங்களின் விளைவு இல்லாமல் சுத்தமான சந்தை அபாய வெளிப்பாட்டைத் தனிமைப்படுத்துகிறது. டர்ட்டி பி&எல் (உண்மையான பி&எல்) அனைத்து மூலங்களிலிருந்தும் அனைத்து பி&எல்களையும் உள்ளடக்கியது: வர்த்தக வருவாய்கள், புதிய நிலைகள், கட்டண வருமானம் மற்றும் செயல்பாட்டு பொருட்கள். Basel FRTB க்கு கற்பனையான சுத்தமான P&L க்கு எதிராக பின்பரிசோதனை தேவைப்படுகிறது, ஏனெனில் VaR மாதிரியானது தற்போதுள்ள போர்ட்ஃபோலியோவின் அபாயத்தை மதிப்பிடுகிறது, உருவாகும் போர்ட்ஃபோலியோவை அல்ல. VaR ஆனது அழுக்கு P&L உடன் ஒப்பிடப்பட்டால், நல்ல வர்த்தக நாட்கள் ஆபத்து மாதிரி தோல்விகளை மறைத்துவிடும், மற்றும் நேர்மாறாகவும்.

Q

நம்பகமான மாதிரி சரிபார்ப்புக்கு எத்தனை பின்பரிசோதனை ஆண்டுகள் தேவை?

A

குறைந்தபட்ச ஒழுங்குமுறை தேவை 250 வர்த்தக நாட்கள் (≈1 வருடம்). இருப்பினும், இது புள்ளிவிவர ரீதியாக மிகவும் குறைவாகவே உள்ளது: 99% VaR இல், வருடத்திற்கு 2.5 எதிர்பார்க்கப்படும் விதிவிலக்குகள் மட்டுமே நிகழ்கின்றன. 2.5 அவதானிப்புகளுடன் மதிப்பிடப்பட்ட விதிவிலக்கு விகிதத்தின் நிலையான பிழை மிகவும் அதிகமாக உள்ளது - 0.5%, 1%, 1.5% அல்லது 2% உண்மையான விதிவிலக்கு விகிதங்களை 250 அவதானிப்புகளுடன் மட்டுமே உருவாக்கும் மாதிரியை வேறுபடுத்துவது சாத்தியமில்லை. வலுவான சரிபார்ப்புக்கு, 3-5 வருட தரவு விரும்பப்படுகிறது. அப்படியிருந்தும், குபீக் சோதனையானது சிறிய முறையான பிழைகளை வேறுபடுத்துவதில் குறைந்த சக்தியைக் கொண்டுள்ளது. அதனால்தான் பல புள்ளியியல் சோதனைகள் மற்றும் துணை சரிபார்ப்பு முறைகள் (அழுத்த சோதனை, பி&எல் பண்புக்கூறு) பின்பரிசோதனையுடன் தேவைப்படுகிறது.

Q

VaR பேக்டெஸ்டிங்கிற்கான Basel ட்ராஃபிக் லைட் சிஸ்டம் என்றால் என்ன?

A

பாஸல் ட்ராஃபிக் லைட் அமைப்பு (1996 இல் அறிமுகப்படுத்தப்பட்டது மற்றும் பேசல் III இல் புதுப்பிக்கப்பட்டது) சமீபத்திய 250 வர்த்தக நாட்களில் பேக்டெஸ்டிங் விதிவிலக்குகளின் எண்ணிக்கையின் அடிப்படையில் VaR மாதிரி செயல்திறனை வகைப்படுத்துகிறது: Green Zone (0–4 விதிவிலக்குகள்) — மாதிரி பாஸ்கள், மூலதன அபராதம் இல்லை; மஞ்சள் மண்டலம் (5-9 விதிவிலக்குகள்) - எண்ணிக்கையைப் பொறுத்து மூலதனப் பெருக்கி k 3.0 முதல் 3.4-4.0 வரை அதிகரிக்கிறது மற்றும் ஒழுங்குமுறை ஆய்வு அதிகரிக்கிறது; சிவப்பு மண்டலம் (10+ விதிவிலக்குகள்) — மாடல் தோல்வியடைந்தால், k=4.0 அல்லது அதற்கு மேல், மேலும் வங்கி தரப்படுத்தப்பட்ட அணுகுமுறைக்கு மாற வேண்டியிருக்கலாம். 250-நாள் மாதிரிக்கு வகை I பிழை (நல்ல மாதிரிகளை நிராகரித்தல்) மற்றும் வகை II பிழை (மோசமான மாடல்களை ஏற்றுக்கொள்வது) ஆகியவற்றை சமநிலைப்படுத்தும் வகையில் வரம்புகள் அமைக்கப்பட்டுள்ளன.

Q

பி&எல் பண்புக்கூறு என்றால் என்ன, அது பேக்டெஸ்டிங்குடன் எவ்வாறு தொடர்புடையது?

A

P&L பண்புக்கூறு (PLA) க்கு வங்கிகள் ஒவ்வொரு நாளின் உண்மையான P&L ஐ விளக்க வேண்டும், அதை VaR மாதிரியில் கைப்பற்றப்பட்ட ஆபத்து காரணிகளில் இருந்து பங்களிப்புகளாக பிரிக்க வேண்டும். Basel FRTB இன் கீழ், VaR மாதிரியின் கோட்பாட்டு P&L (மாதிரி ஆபத்து காரணிகளைப் பயன்படுத்துதல்) மற்றும் உண்மையான கற்பனையான P&L ஆகியவற்றுக்கு இடையேயான வேறுபாடு சிறியதாகவும் உண்மையான P&L உடன் தொடர்பு இல்லாததாகவும் இருக்க வேண்டும். மாதிரியால் விவரிக்கப்படாத குறிப்பிடத்தக்க P&L இருந்தால் (மாடல் எச்சங்கள் பெரியவை), இது VaR மாதிரியில் முக்கியமான ஆபத்து காரணிகள் இல்லை மற்றும் ஆபத்தை குறைத்து மதிப்பிடலாம். பிஎல்ஏ டிரேடிங் டெஸ்க் மட்டத்தில் செய்யப்படுகிறது, அதே சமயம் எஃப்ஆர்டிபியின் கீழ் டெஸ்க் மட்டத்திலும் பேக்டெஸ்டிங் நடத்தப்படுகிறது.

Q

வெறும் அலைவரிசைக்கு அப்பால் மாதிரி தவறான விவரக்குறிப்பை பேக்டெஸ்டிங் கண்டறிய முடியுமா?

A

நிலையான குபீக் பேக்டெஸ்டிங் தவறான அதிர்வெண்ணை மட்டுமே கண்டறியும். இது கண்டறிய முடியாது: (1) தவறான வால் வடிவம் - விதிவிலக்கு நாட்களில் மாடல் இழப்பின் தீவிரத்தை குறைத்து மதிப்பிட்டால்; (2) தவறான ஆபத்து காரணி உணர்திறன் - மாதிரியானது அதிர்வெண்ணை சரியாகக் கணித்தாலும், தவறான காரணங்களுக்காக; (3) தொடர்பு தவறான விவரக்குறிப்பு - பல்வகைப்படுத்தல் நன்மைகள் மிகைப்படுத்தப்பட்டால். கிறிஸ்டோஃபர்சன் சோதனை சுதந்திர சோதனையை சேர்க்கிறது. இழப்பு செயல்பாடு அடிப்படையிலான சோதனைகள் (எதிர்பார்க்கப்பட்டதுடன் ஒப்பிடு ஒரு முழுமையான மாதிரி சரிபார்ப்பு நிரல் பல்வேறு வகையான தவறான விவரக்குறிப்புகளை அடையாளம் காண பல சோதனைகள், அழுத்த சோதனை, உணர்திறன் பகுப்பாய்வு மற்றும் நிபுணர் மாதிரி மதிப்பாய்வு ஆகியவற்றைப் பயன்படுத்துகிறது.

Q

ஒரு VaR மாதிரி பல விதிவிலக்குகளைக் காட்டினால், இடர் மேலாளர் என்ன செய்ய வேண்டும்?

A

அதிகப்படியான விதிவிலக்குகள் ஒரு கட்டமைக்கப்பட்ட மாதிரி மதிப்பாய்வு செயல்முறையைத் தூண்டுகின்றன: (1) ஒவ்வொரு விதிவிலக்கையும் ஆராயுங்கள்: ஒரு குறிப்பிட்ட நிகழ்வு, தரவுப் பிழை அல்லது உண்மையான மாதிரிக் குறைபாட்டால் இழப்பு ஏற்பட்டதா? (2) ஏற்ற இறக்க மதிப்பீடுகள் தற்போதையவையா என்பதைச் சரிபார்க்கவும் - வேகமாக மாறிவரும் சந்தைகளில் VaR குறைமதிப்பிற்கு ஒரு பொதுவான காரணியாக பழைய ஏற்ற இறக்கம் அனுமானங்கள் உள்ளன. (3) தொடர்பு அனுமானங்களை மதிப்பாய்வு செய்யவும் - நெருக்கடி தொடர்புகள் பொருத்தமான போது பயன்படுத்தப்படுகிறதா என்பதைச் சரிபார்க்கவும். (4) மாற்று விநியோக அனுமானங்களைச் சோதிக்கவும் - இயல்பை t-விநியோகம் அல்லது வரலாற்று உருவகப்படுத்துதலுடன் மாற்றவும். (5) மாதிரியால் முழுமையாகப் பிடிக்கப்படாத செறிவு அபாயங்களை ஆய்வு செய்யவும். (6) மாதிரியை விரைவாக சரிசெய்ய முடியாவிட்டால், மாதிரியை மறுசீரமைக்கும் வரை மூலதனக் கட்டணங்களை அதிகரிக்கவும் அல்லது நிலை வரம்புகளைக் குறைக்கவும்.

தவிர்க்க வேண்டிய பொதுவான தவறுகள்

▾
  • !முந்தைய நாளின் நிலைகளில் இருந்து கற்பனையான சுத்தமான P&L க்கு பதிலாக உண்மையான அழுக்கு P&L (புதிய வர்த்தகங்கள் மற்றும் கட்டணங்கள் உட்பட) எதிராக பேக்டெஸ்டிங்.
  • !மோசமான மாடல்களில் இருந்து நல்லதை வேறுபடுத்துவதற்கு போதுமான புள்ளிவிவர சக்தியை வழங்கும் மிகக் குறுகிய பேக்டெஸ்டிங் சாளரத்தை (<250 நாட்கள்) பயன்படுத்துகிறது.
  • !விதிவிலக்கு கிளஸ்டர்களை விசாரிக்கத் தவறியது - கிளஸ்டரிங் செய்யும் போது அனைத்து விதிவிலக்குகளையும் சுயாதீன நிகழ்வுகளாகக் கருதுவது மாதிரி புதுப்பித்தல் தோல்விகளை வெளிப்படுத்துகிறது.
  • !விதிவிலக்கு அளவைப் புறக்கணித்தல் — 2 விதிவிலக்குகளைக் கொண்ட மாதிரி இரண்டும் 5× VaR ஆக இருப்பது 4 விதிவிலக்குகளைக் காட்டிலும் மிகவும் ஆபத்தானது.
  • !வர்த்தக மேசை மட்டத்தில் (FRTB தேவை) பின்பரிசோதனை செய்யாமல், டெஸ்க்-லெவல் தோல்விகளை மறைக்கக்கூடிய உறுதியான அளவிலான பின்பரிசோதனையை மட்டுமே செய்ய வேண்டும்.
💡

நிபுணர் குறிப்பு

பச்சை/மஞ்சள்/சிவப்பு வரம்புகளுடன் கடந்த 250 நாட்களில் ஒட்டுமொத்த விதிவிலக்குகளைக் காட்டும் ரோலிங் பேக்டெஸ்ட் விளக்கப்படத்தைப் பராமரிக்கவும். இதை தினசரி திட்டமிடுங்கள், எனவே மாடல் மஞ்சள் மண்டலத்திற்குள் நுழைவதற்கு முன் மாதிரிச் சிதைவு ஒரு போக்காகத் தெரியும் - செயலில் மறுசீரமைப்பை செயல்படுத்துகிறது.

⭐

உங்களுக்கு தெரியுமா?

பேசல் ட்ராஃபிக் லைட் பேக்டெஸ்டிங் கட்டமைப்பானது 1996 ஆம் ஆண்டு சந்தை இடர் திருத்தத்தில் அறிமுகப்படுத்தப்பட்டது, சில வங்கிகளின் VaR மாதிரிகள், உள் சரிபார்ப்பைக் கடந்து, முறையாக குறைந்த விஏஆர் மதிப்பீடுகளை உருவாக்குகின்றன - மூலதன அமைப்பை திறம்பட விளையாடுகின்றன. 250-நாள், பச்சை/மஞ்சள்/சிவப்பு மண்டலங்களைக் கொண்ட 99% வரம்பு இரண்டு போட்டி அபாயங்களைச் சமன் செய்வதற்காகத் தேர்ந்தெடுக்கப்பட்டது: தவறான மாதிரிகள் (வகை I பிழை) எதிராக தவறான மாதிரிகளைக் கண்டறியத் தவறியது (வகை II பிழை). இன்றும் கூட, கட்டமைப்பானது புள்ளிவிவர ரீதியாக பலவீனமானதாக அங்கீகரிக்கப்பட்டுள்ளது - சிவப்பு மண்டலத்தைத் தூண்டுவதற்கு போதுமான சான்றுகள் குவிவதற்கு முன், பல மாதங்கள் தொடர்ச்சியான மாதிரி தோல்வியை எடுக்கும்.

Regional Guides

▾
🇺🇸 US▾
பொருந்தும் இடங்களில் US வழக்கமான அலகுகள் மற்றும் தரங்களைப் பயன்படுத்துகிறது
🇬🇧 UK▾
மெட்ரிக் அலகுகள் அல்லது பிரிட்டிஷ் தரநிலைகளுக்கு மாற்றம் தேவைப்படலாம்
🇪🇺 EU▾
பொருந்தும் இடங்களில் EU மரபுகள் மற்றும் SI அலகுகளைப் பின்பற்றுகிறது

குறிப்புகள்

📖கடினத்தன்மை:மேம்பட்ட
தகவல் நோக்கங்களுக்காக மட்டுமே. இந்த கருவி நிதி ஆலோசனை அல்ல. முதலீடு அல்லது நிதி முடிவுகளை எடுப்பதற்கு முன் தகுதிவாய்ந்த நிதி ஆலோசகரை அணுகவும்.
Deep Dive

Read the full guide on how to use this calculator effectively

மேலும் படிக்க →
Accuracy-checked
Reviewed October 2026
Our methodology

வாராந்திர கணித உதவிக்குறிப்புகளைப் பெறுங்கள்

ஒவ்வொரு வாரமும் கால்குலேட்டர் உதவிக்குறிப்புகளைப் பெறும் 12,000+ சந்தாதாரர்களுடன் சேரவும்.

🔒
100% இலவசம்
பதிவு தேவையில்லை
✓
துல்லியமான
சரிபார்க்கப்பட்ட சூத்திரங்கள்
⚡
உடனடி
தட்டச்சு செய்யும்போது முடிவுகள்
📱
மொபைல் தயார்
அனைத்து சாதனங்கள்

அமைப்புகள்