第三章：回溯测试理论基础
3.1 什么是回溯测试
回溯测试，说白了就是拿历史数据来检验你的风险模型。
你建了一个VaR模型，预测明天95%的概率下最多亏100万。但问题是——这个预测准不准？
回溯测试就是回答这个问题的。它把模型"放回"过去，看看如果当时用了这个模型，预测结果和实际结果有多大差距。
我个人习惯把回溯测试比作"后视镜开车"。虽然不能预测未来，但至少能告诉你：你的模型在过去表现如何。如果连过去都拟合不好，那未来就更别指望了。
核心定义：回溯测试(Backtesting)是一种统计方法，通过将风险模型的预测结果与历史实际结果进行比较，来验证模型的准确性和可靠性。
3.2 为什么需要回溯测试
你可能要问：模型建好了，直接用不就完了？干嘛还要费劲去验证？
嗯，这里有个坑。我在项目中遇到过好几次：模型在纸上看起来完美，参数调得漂漂亮亮，但一上线就出问题。
为什么会这样？因为风险模型本质上是个"概率游戏"。你预测的是分布，不是确定值。如果不验证，你根本不知道这个分布靠不靠谱。
回溯测试的必要性，我总结为三点：
- 验证模型准确性：模型预测的VaR值，是否真的覆盖了实际损失？如果实际亏损超过VaR的次数太多，说明模型低估了风险。
- 发现模型缺陷：模型假设是否合理？比如正态分布假设在金融数据中经常不成立。回溯测试能帮你发现这些"隐藏的炸弹"。
- 满足监管要求：这个我下面会详细讲。巴塞尔协议明确要求银行必须做回溯测试，不是可选项，是必选项。
我的经验：曾经有个同事，建了一个看起来很漂亮的VaR模型，但回溯测试时发现异常率高达15%（理论上应该是5%）。后来一查，原来是忽略了尾部风险的肥尾效应。嗯，从那以后，我每次建完模型第一件事就是跑回溯测试。
3.3 监管要求：巴塞尔协议
说到监管，就绕不开巴塞尔协议。这是全球银行业的"基本法"。
巴塞尔协议对回溯测试的要求，说白了就是：你得证明你的模型靠谱。
具体来说，巴塞尔协议II和III都明确要求：
- 银行必须定期对内部模型进行回溯测试
- 测试结果要上报监管机构
- 根据测试结果，模型会被划分到不同"交通灯"区域
这个"交通灯"机制很有意思。我直接给你看表格：
| 区域 | 异常次数(250个交易日) | 监管措施 |
|---|---|---|
| 绿灯区 | 0-4次 | 模型通过，无需调整 |
| 黄灯区 | 5-9次 | 需要关注，可能调整乘数因子 |
| 红灯区 | 10次以上 | 模型不通过，必须重新校准 |
注意，这里的"异常次数"指的是实际亏损超过VaR预测值的次数。理论上，99%的VaR在250个交易日里应该只出现2-3次异常（250×1%=2.5次）。
避坑指南：我曾经见过一家机构，为了"通过"回溯测试，故意把VaR值调得特别高。这样异常次数确实少了，但模型完全失去了预测意义。监管机构不是傻子，他们看的是整个分布，不是单个数字。
3.4 回溯测试的统计框架
好了，理论说完了，咱们来点实际的。回溯测试的统计框架，我习惯用一张图来理解：
这个框架看起来简单，但每个步骤都有讲究。我重点说说第三步的统计检验。
3.4.1 异常次数检验
这是最常用的方法。核心思想是：如果模型正确，那么异常次数应该服从二项分布。
举个例子。你建了一个99%的VaR模型，测试了250天。理论上异常次数应该是250×1%=2.5次。如果实际出现了10次异常，那模型肯定有问题。
具体怎么判断？用Kupiec检验。代码实现很简单：
import numpy as np
from scipy import stats
def kupiec_test(n, x, p):
"""
Kupiec检验
n: 总观测天数
x: 异常次数
p: 理论异常概率(1-VaR置信水平)
"""
# 似然比统计量
LR = -2 * np.log(((1-p)**(n-x) * p**x) /
((1-x/n)**(n-x) * (x/n)**x))
# p值
p_value = 1 - stats.chi2.cdf(LR, 1)
return LR, p_value
# 示例：250天，10次异常，99%VaR
LR, p_value = kupiec_test(250, 10, 0.01)
print(f"LR统计量: {LR:.2f}")
print(f"p值: {p_value:.4f}")
如果p值小于0.05，就拒绝原假设——模型有问题。
3.4.2 独立性检验
异常次数检验只能看"数量"，但没法看"分布"。如果异常事件扎堆出现，那模型也有问题。
举个例子。假设250天里出现了5次异常，看起来不多。但如果这5次异常都集中在同一个月，说明模型在市场波动大的时候失效了。
Christoffersen检验就是干这个的。它检查异常事件是否独立分布。
我的建议：实际工作中，我通常把异常次数检验和独立性检验结合起来用。先看数量对不对，再看分布是否随机。两个都通过，模型才算基本合格。
3.4.3 损失分布检验
这个相对高级一些。它不光看异常次数，还看异常的大小。
你想想看，如果模型预测最大损失100万，实际亏损了500万，那就算异常次数不多，模型也是严重低估风险的。
Lopez检验就是基于这个思路。它给每次异常赋予一个"严重程度"权重，然后综合评估。
避坑指南：我曾经见过一个案例，某机构的VaR模型通过了所有标准检验，但金融危机一来就崩了。为什么？因为他们的检验只关注了"正常市场"下的表现，忽略了极端情况。所以我现在做回溯测试，一定会加入压力场景测试。
3.5 小结
回溯测试不是走过场，它是风险模型的"质检员"。没有它，你的模型就是个黑箱。
记住三个要点：
- 回溯测试验证模型的历史表现
- 巴塞尔协议有明确的监管要求
- 统计框架包括异常次数、独立性和损失分布三个维度
嗯，这一章的内容就到这里。下一章我们会动手实现一个完整的回溯测试系统，到时候你会看到这些理论是怎么落地的。
公众号:蓝海资料掘金营，微信deep3321