Скрыть
Раскрыть

Дедова М. С.1
  • 1 НИУ ВШЭ, 101000, Россия, Москва, ул. Мясницкая, д.20

Сравнение методов бутстрапа временных рядов для целей бэктестирования моделей оценки банковских рисков

2018. Т. 22. № 1. С. 84–109 [содержание номера]
Банковские кризисы последнего десятилетия и разрушительное влияние банкротств банков на экономику вынуждают регуляторов все большее внимание уделять как внутренним системам оценки рисков в целом, так и отдельным моделям в частности. Так, в соответствии с требованиями как Базельского комитета (bcbs128, bcbs152), так и Банка России (483-П и 3624-У), проверка качества моделей оценки рисков является неотъемлемой частью внутренних процедур оценки достаточности капитала (ВПОДК) и подхода управления кредитными рисками на основе внутренних рейтингов (ПВР). Однако стандартные подходы бэктестирования, базирующиеся на независимости наблюдений, зачастую являются несостоятельными ввиду длительного горизонта прогнозирования и, соответственно, пересекающихся наблюдений. В работе [Ruiz, 2014] предлагается корректировать распределения используемых статистик с учетом зависимости наблюдений, однако условием применения данного метода является наличие набора репликаций риск-факторов, получение которого затруднительно при неизвестном распределении исходных данных. В данном исследовании анализируются несколько методик бутстрапа, в частности блочный бутстрап и бутстрап максимальной энтропии, как способы симуляции рядов риск-факторов, сохраняющих исходные свойства, для коррекции распределений статистик в условиях отсутствия предпосылки о независимости наблюдений. Оценка применимости каждой методики производится с точки зрения сохранения распределения, временной структуры и межфакторной взаимосвязи наблюдений. Так, применение бутстрапа максимальной энтропии демонстрирует различные результаты в зависимости от того, применяется он к рядам в разностях или в абсолютных значениях. Тем не менее в обоих случаях статистика, полученная на его основе, как правило, искажает результаты бэктеста как в сторону принятия неверной модели, так и в сторону отвержения верной. Применение блочного бутстрапа также может приводить к неточностям, однако, как правило, завышает консервативность теста. Использование пересечений при формировании симулированных рядов позволяет приблизить распределение статистики к фактической.
BiBTeX
RIS
 
Rambler's Top100 rss