无条件的

通过Acerbi和塞克利无条件有望回测缺口

全部折叠在页面中

语法

检测结果=无条件(系统)
(检测结果,SimTestStatistic) =无条件(系统、名称、值)

描述

例子

试验结果=无条件（EBTS)运行无条件预期缺口（ES）后台测试Acerbi-塞克利（2014）的。

例子

(试验结果,SimTestStatistic)=无条件(EBTS,名称,值)添加可选的名称-值对参数TestLevel。

例子

全部折叠

开立真实脚本

创建一个esbacktestbysim宾语。

负载ESBacktestBySimDataRNG（'默认');%的再现性EBTS = esbacktestbysim（返回，VAR，ES，“T”,…“DegreesOfFreedom”10…'位置'，亩，…'规模'σ,…'PortfolioID',“标普”,…“VaRID”[“t (10) 95%”,“t (10) 97.5%”,“T（10）99％”]…“VaRLevel”,VaRLevel);

生成ES无条件测试报告。

检测结果=无条件(系统)
TestResults =表3×10PortfolioID VARID VaRLevel无条件p值TestStatistic CriticalValue观测场景TestLevel ___________ _____________ ________ _____________ ______ _____________ _____________ ____________ _________ _________ “S＆P” “T（10）95％” 0.95接受0.093 -0.13342 -0.16252 1966 1000 0.95 “S＆P”“T（10）97.5％” 0.975 0.031拒绝-0.25011 -0.2268 1966 1000 0.95 “S＆P” “T（10）99％” 0.99拒绝0.008 -0.57396 -0.38264 1966 1000 0.95

输入参数

全部折叠

esbacktestbysim(EBTS对象，其中包含给定数据的副本PortfolioData,VarData,ESData和分布以及所有组合的投资组合ID、VaR ID和要测试的VaR级别。有关创建esbacktestbysim对象,看到esbacktestbysim。

名称-值对的观点

指定可选的逗号分隔的对名称,值参数。的名字参数名和值是对应的值。的名字必须出现在引号内。可以以任意顺序指定多个名称和值对参数名1，值1，...，NameN，值N。

例：[TestResults，SimTestStatistic] =无条件（EBTS， 'TestLevel'，0.99）

测试置信水平，指定为逗号分隔对组成的“TestLevel”之间的数值0和1。

数据类型:双

输出参数

全部折叠

结果以表的形式返回，其中的行对应于要测试的投资组合ID、VaR ID和VaR级别的所有组合。各栏对应下列资料:

  • 'PortfolioID'- 组合的ID为给定数据

  • “VaRID”-提供的每个VaR数据列的VaR ID

  • “VaRLevel”- 风险值水平相应的VaR数据列

  • “无条件的”-包含类别“接受”和“拒绝”的类别数组，表明无条件测试的结果

  • “PValue”- p值的无条件测试

  • 'TestStatistic'- 无条件检验统计量

  • “CriticalValue”- 无条件测试临界值

  • “观察”-观测次数

  • “场景”-模拟得到的场景个数p值

  • “TestLevel”-测试置信度

检验统计量的模拟值，返回为NumVaRs-通过-NumScenarios数字数组。

更多关于

全部折叠

Acerbi和Szekely的无条件测试

的无条件的测试也被称为第二Acerbi-Szekely测试。

无条件测试是基于无条件的关系

E 年代 t = − E t ( X t 我 t p V 一个 R ]

在哪里

Xt是投资组合的结果，那就是，对于期组合收益或投资损益t。

PVaR是VaR失败的概率定义为1-VaR级别。

西文t估计的预期短缺期t。

我t是周期VaR的失效指示器t值为1 ifXt< -VaR，否则为0。

无条件检验统计量被定义为：

Z u n c o n d = 1 N p V 一个 R ∑ t = 1 N X t 我 t E 年代 t + 1

检验意义

在假设分布假设正确的情况下，检验统计量的期望值Zuncond是0。

这表示为

E ( Z u n c o n d ] = 0

检验统计量的负值表明风险低估。无条件的测试是一种片面的测试，当有证据表明，该模型低估风险（对空和替代假设的技术细节，请参见Acerbi - 塞克利，2014）不合格。无条件拒绝测试模型时的p- 值小于1减去测试的置信水平。

有关模拟测试统计数据的步骤和计算的详细信息，请参阅p- 值和临界值，看模拟。

边界情况

无条件测试统计值为1当数据或模拟场景中没有VaR失败时。

1也是测试统计量的最大可能值。当预期的失败次数NPVaR小，无条件的检验统计量的分布具有在离散概率跳Zuncond=1的概率Zuncond≤1是1。的p-value被设置为1在这些情况下，测试结果是“接受”，因为没有风险低估的证据。没有失败的方案更可能是失败的预期数量NPVaR变小。

参考

[1] Acerbi, C.，和B. Szekely。val预期缺口。摩根士丹利资本国际公司。2014年12月。

另请参阅

||||||

主题

介绍了R2017b

风险管理工具箱文件
金宝app
CECL和IFRS 9在MATLAB中的建模:测量预期信用损失的寿命

CECL和IFRS 9在MATLAB中的建模:测量预期信用损失的寿命

下载白皮书