Backtesting: Kiểm định Kupiec POF và Nghịch lý 'Vai Mỏng'

Sau khi xây dựng một mô hình đo lường rủi ro (như ước lượng VaR bằng Monte Carlo hay Bootstrap), làm sao để sếp của bạn (Giám đốc Rủi ro - CRO) tin rằng nó hoạt động tốt? Câu trả lời là bạn phải thực hiện Backtesting (Kiểm định lại trên dữ liệu quá khứ).

Một trong những bài kiểm định kinh điển và bắt buộc đối với chuẩn Basel là Kupiec POF (Proportion of Failures). Cơ chế của nó rất đơn giản: Đếm số lần mức lỗ thực tế đâm xuyên qua (vượt) ngưỡng VaR dự báo. Nếu bạn dự báo VaR ở độ tin cậy 95% (tức kỳ vọng có 5% số ngày bị vượt ngưỡng) trên 1000 ngày giao dịch, bạn được phép sai khoảng 50 lần. Nếu bạn sai tới 95 lần, kiểm định Kupiec sẽ bác bỏ mô hình của bạn vì nó “bảo vệ quá yếu”.

1. Nghịch lý “Vai mỏng” của phân phối Student-t

Trong đồ án phân tích rủi ro cổ phiếu (như danh mục FPT, VNM, VCB), chúng ta thường kỳ vọng các mô hình “đuôi dày” như Student-t hay Bootstrap sẽ bảo vệ danh mục tốt hơn mô hình Chuẩn (Normal) khi đối phó với khủng hoảng.

Tuy nhiên, kết quả chạy Kupiec POF lại cho một cú tát bất ngờ: Mô hình Student-t bị bác bỏ mạnh mẽ ở độ tin cậy 95% (với tỷ lệ vượt ngưỡng lên tới > 9%). Trong khi đó, mô hình Chuẩn lại vượt qua bài test một cách an toàn!

Tại sao lại có nghịch lý này? Lý do hoàn toàn nằm ở đặc tính toán học của phân phối Student-t:

• Để duy trì cùng một mức độ biến động (phương sai) như phân phối Chuẩn, nếu Student-t muốn đẩy một lượng xác suất ra xa để tạo “đuôi cực dày” (xử lý vùng < 1%) và một “đỉnh cực nhọn”, nó bắt buộc phải bòn rút xác suất từ phần “vai” (vùng xoay quanh phân vị 5%).
• Do phần “vai bị mỏng đi”, ngưỡng rủi ro VaR 95% của Student-t thực chất lại nằm thấp hơn (gần giá trị trung bình hơn) so với phân phối Chuẩn.
• Hệ quả là: Ngưỡng bảo vệ VaR 95% của Student-t quá dễ dãi, liên tục bị các mức lỗ trung bình-khá đâm xuyên qua, dẫn đến thất bại thảm hại trong kiểm định Kupiec.

(Lưu ý: Nghịch lý này biến mất khi ta kéo độ tin cậy lên 99%. Lúc này phần đuôi dày mới thực sự phát huy tác dụng, đẩy VaR của Student-t vươn xa hơn và an toàn hơn Normal).

2. Công cụ Tương tác: Kiểm chứng Nghịch lý

Dưới đây là một mô phỏng tương tác. Chúng tôi đã thiết kế một tập 1000 ngày giao dịch giả định mô phỏng lại đúng “cá tính” dữ liệu của danh mục FPT, VNM, VCB (chứa hiện tượng “vai mỏng” và “đuôi dày”).

Bạn hãy thử chuyển đổi giữa ngưỡng VaR 95% và 99% để quan sát vị thế giữa hai đường ranh giới của mô hình Chuẩn (Xanh dương) và Student-t (Cam) nhé. Bạn sẽ thấy rõ tại mốc 95%, đường màu Cam nằm thấp hơn và bị các chấm đỏ đâm thủng nhiều hơn rất nhiều!

3. Điều kiện Đủ của Backtesting

Như trong phần Q&A của đồ án đã phân tích, kiểm định Kupiec POF là điều kiện CẦN nhưng chưa đủ. Lý do là vì nó chỉ đếm “tần suất” vi phạm mà hoàn toàn mù tịt trước “độ sâu” của cú sập (magnitude). Ví dụ, nếu danh mục lỗ vượt ngưỡng 1 triệu hay 100 tỷ thì Kupiec cũng chỉ đếm chung là “1 lần vi phạm”.

Để mô hình thực sự hoàn hảo, ta cần bổ sung các lớp phòng thủ:

• Kiểm định Christoffersen (Điều kiện Cần thứ 2): Kiểm tra tính độc lập, đảm bảo các lần vi phạm không co cụm lại với nhau thành một chuỗi ngày rơi giá liên tiếp (điều dễ gây phá sản).
• Backtest Expected Shortfall (Điều kiện Đủ): Đánh giá độ sâu của khoản lỗ. Tuy nhiên việc này phức tạp hơn rất nhiều do ES không có tính chất Elicitability trực tiếp như VaR (dựa theo nghiên cứu nền tảng của McNeil & Frey).