صرفاً ایجاد مدلی که ارزش در معرض ریسک (VaR) یعنی بیشترین زیان ممکنی که یک شرکت می‌تواند در یک دوره زمانی خاص با آن مواجه شود را محاسبه کند، کافی نیست. برای اینکه مدیریت ریسک مؤثر باشد، نتایج ارائه شده توسط مدل باید در واقع با واقعیت همبستگی داشته باشند.

در غیر این صورت، مدل پیش‌بینی‌هایی خواهد کرد که هرگز به واقعیت تبدیل نمی‌شوند. این ممکن است در نهایت بر کسب‌وکار تأثیر منفی بگذارد.

در این مقاله، نگاهی به فرآیندی به نام بک تست خواهیم داشت. هدف از بک تست و همچنین مزایای آن در این مقاله برشمرده خواهد شد.

آزمایش مجدد چیست؟

هدف از بک تست، ارزیابی دقت نتایج ارائه شده توسط مدل است. به همین دلیل است که بک تست یک فعالیت گذشته نگر است (برخلاف محاسبه VaR که آینده نگر است).

بک تست با جمع‌آوری داده‌های واقعی تلفات در زمان مناسب انجام می‌شود.سپس این داده‌های خسارت با پیش‌بینی‌های انجام شده توسط مدل ارزش در معرض ریسک (VaR) برای آن روز خاص مقایسه می‌شوند. سطح اطمینان نیز در طول این مقایسه در نظر گرفته می‌شود.

برای مثال، اگر مدل با ۹۹٪ اطمینان پیش‌بینی کند که ضررها کمتر از ۱ میلیون دلار باقی خواهند ماند و نتایج واقعی نیز با این موضوع مطابقت داشته باشند، گفته می‌شود که مدل کارآمد است. ۹۹٪ اطمینان به این معنی است که ضررها باید در ۹۹٪ مواقع در محدوده تعیین‌شده قرار داشته باشند.

نتایج حاصل از مدل ارزش در معرض ریسک (VaR) کاملاً حیاتی هستند. این نتایج توسط مدیریت ارشد برای تصمیم‌گیری‌های کلیدی مورد استفاده قرار می‌گیرند.

از این رو، برای شرکت بسیار مهم است که مطمئن شود مدل به‌روز می‌ماند و نتایج دقیقی ارائه می‌دهد. به همین دلیل است که شرکت‌ها مایلند زمان و منابع قابل توجهی را صرف اطمینان از دقت مدل کنند.

فرآیند بک تست

فرآیند بک تستینگ بسیار ساده است. هر بار که زیان‌های واقعی از زیان‌های مورد انتظار بیشتر شود، به آن رویداد، استثنا یا تجاوز می‌گویند..

درصد این استثنائات در یک دوره زمانی محاسبه می‌شود. اگر نتایج واقعی واقعاً با سطح اطمینان مطابقت داشته باشند، مدل موفق تلقی خواهد شد.

این بدان معناست که اگر سطح اطمینان ۹۵٪ باشد، آنگاه استثنائات باید نزدیک به ۵٪ باشند. اگر استثنائات در مدلی با ۹۵٪ اطمینان ۲۵٪ باشد، آنگاه مدل قابل اعتماد نیست و نباید برای تصمیم‌گیری استفاده شود.

عکس این قضیه نیز صادق است، اگر فقط 0.5٪ استثنا رخ دهد، به این معنی است که ریسک بیش از حد ارزیابی شده و شرکت در انجام عملیات خود به طور غیرضروری محافظه‌کارانه عمل می‌کند.

این تمرین به صورت دوره‌ای انجام می‌شود، زیرا ممکن است مدلی که در گذشته به طور دقیق کار می‌کرد، دیگر نتایج دقیقی ارائه ندهد.

بک تست شرطی و غیرشرطی

بک تستینگ بی‌قید و شرط زمانی است که عامل زمان در نظر گرفته نمی‌شود.این بدان معناست که هر روز، روز متفاوتی در نظر گرفته می‌شود و از این رو نتایج هر روز با یکدیگر مرتبط در نظر گرفته نمی‌شوند.

با این حال، بازارهای مالی واقعاً اینگونه کار نمی‌کنند. معمولاً ضررها حول یک رویداد بزرگ متمرکز می‌شوند. همچنین معمولاً ضررهای غیرهمبسته در یک دوره زمانی مشابه اتفاق می‌افتند. در چنین مواردی، آزمایش بی‌قید و شرط نتایج نادرستی ارائه می‌دهد.

این مشکل را می‌توان با استفاده از بک تستینگ شرطی اصلاح کرد. بک تست شرطی مانند احتمال شرطی استبا توجه به اینکه رویدادی در گذشته رخ داده است، دقت مدل را محاسبه می‌کند.

بک تست و مقررات

سازمان‌های خدمات مالی تابع مقررات وضع‌شده توسط کمیته بازل هستند. کمیته بازل سازمان‌ها را ملزم کرده است که مدل‌های ارزش در معرض ریسکی را که توسعه می‌دهند، مورد آزمون مجدد قرار دهند. دلیل این امر آن است که مدل‌های ارزش در معرض خطر، مختص سازمان هستنداین بدان معناست که هیچ استاندارد مشخصی در سطح صنعت وجود ندارد که باید رعایت شود.

از این رو، همیشه این امکان وجود دارد که مدیریت در یک سازمان، عمداً یا سهواً ریسک را کمتر از حد واقعی تخمین بزند. این امر می‌تواند پیامدهای فاجعه‌باری برای سرمایه‌گذاران سازمان داشته باشد.

برای جلوگیری از این امر، بانک تسویه حساب‌های بین‌المللی، بک تست (آزمایش معکوس) را اجباری کرده است.

محدودیت های بک تست

آزمون مجدد مدل ارزش در معرض ریسک در نگاه اول ایده ساده‌ای به نظر می‌رسد. با این حال، پیچیدگی‌های متعددی وجود دارد که معمولاً سازمان‌ها با آن مواجه می‌شوند.

به عنوان مثال، فرآیند بک تست فرض می‌کند که پرتفوی اصلی ثابت خواهد ماند.با این حال، در سازمان‌های بزرگ، تجارت مداوم وجود دارد.

از این رو، ارزش پرتفوی هر دقیقه در حال تغییر است. با این حال، این مدل نتایج را برای مدت زمان طولانی‌تری مانند یک روز پیش‌بینی می‌کند.

کاملاً ممکن است پرتفوی مورد استفاده برای پیش‌بینی ارزش در معرض ریسک (VaR) کاملاً متفاوت از پرتفوی‌ای باشد که در آن زیان واقعی متحمل شده است. از این رو، مقایسه ممکن است مقایسه‌ای کاملاً بی‌عیب و نقص نباشد.

در بسیاری از موارد، کل نمونه کارها بسیار بزرگ است و از این رو جمع‌آوری داده‌ها ممکن است دشوار شود.در چنین مواردی، ممکن است یک نمونه از کل داده‌ها جمع‌آوری شود تا بتوان از آن بک‌تست گرفت.

کاملاً ممکن است که نمونه واقعاً نماینده گروه بزرگتر نباشد.

از این رو، می‌توان گفت که بک تست به اندازه ایجاد مدل ارزش در معرض ریسک (VaR) مهم است (اگر نگوییم مهم‌تر).

در غیاب آزمون مجدد، قابلیت اطمینان مدل‌های VaR محدود خواهد بود. به این ترتیب، شرکت‌ها قادر به تصمیم‌گیری بر اساس این مدل نخواهند بود. آزمون مجدد واقعاً اعتماد به نفس را در سطح اطمینان مورد استفاده در مدل‌های ارزش در معرض خطر قرار می‌دهد!