Universidad Central del Ecuador

Facultad de Ciencias Económicas

Carrera Finanzas

Backtesting
Integrantes:
• Mishell Chanchicocha
• Estefy Changotasig
• Anny Mena
 Backtesting
● Compara las predicciones hechas para un período determinado con los datos
empíricos efectivamente obtenidos.
● Fin de comprobar su calidad
VaR
La metodología de VaR
implementadas por las instituciones
financieras necesita ser contrastadas
de manera periódica para comprobar
su grado de precisión mediante un
análisis retrospectivo.
Comité de Basilea
Adicionalmente el Comité de
Basilea, y los reguladores en
general, exigen el uso de
Backtesting en forma rutinaria a las
entidades que usan metodologías
VaR para determinar capitales
mínimos regulatorios para
determinar el limite de las
exposiciones de riesgos de mercado.
Es un análisis a posterior que calcula el
numero de excepciones observadas dentro de
una determinada ventana.

• Una excepción es la pérdida real que supera

a la predicha por el modelo.

• De esta manera se busca contrastar en

número de días en los que la perdida real
supero la estimación del VaR contra el nivel
de confianza al cual fue calculado.
 Expresar el Back-testing
A través de un porcentaje de veces que se
observan resultados empíricos que exceden el
estimado de la medición del riesgo sobre el
numero total de observaciones del modelo y
comparándolo con el nivel de significancia
usado.
Pueda estar influido por factores
Aleatorios que hacen que la suma de las
excepciones sea mayor al número esperado, aun
cuando el modelo sea el correcto o que el
número de excepciones este dentro de los
esperados, pero siendo el modelo incorrecto.
Al aplicar el VaR
Se espera que, con un nivel de confianza, por
ejemplo, del 95% existan un 5% de excepciones
donde el valor de la perdida sea mayor a la
calculada por el Var. Pero no se encontrara
exactamente 5% de excepciones.
Para validad la calidad y precisión de un
modelo VaR
Se utiliza una herramienta llamada Backtesting,
que es un procedimiento estadístico que mide la
calidad de la prueba. Dado que las técnicas de
Backtesting permiten detectar defectos en los
modelos de medición de riesgos de mercado.
 Fundamentos teóricos para la Tabla de Permanencia
El factor multiplicativo
Consideraciones estadísticas para definir
Usa dos argumentos, uno relacionado con la falta de
especificación de las colas de distribución y el otro
relacionado con la variación potencial de la distribución de
retornos del portafolio según la ventana temporal de datos
que se elija.
Construcción de la tabla de permanencia
• El comité de Basilea introdujo una estructura simple
para interpretar sus resultados, la que contempla un
rango de posibles situaciones que dependen de la
intensidad de la señal generada por el Backtesting.
• Estas situaciones son clasificadas en una tabla (la Tabla
de Permanencia) que se divide en tres zonas,
distinguidas por colores que representan el atributo o
jerarquía de cada situación.
las zonas
El periodo analizado puede estar influido por eventos
aleatorios.
El desempeño de un modelo VaR debe analizarse
como una variable aleatoria, que correspondería a
número de excepciones en n días.
La ocurrencia de una excepción (0: el VaR es mayor o
igual a la pérdida real, 1; el VaR es menor que la
pérdida real) en determinado día es independiente del
resultado de cualquier otro día.
Si se trabaja con una muestra de 250 observaciones
(periodo corresponde aproximadamente a los días
hábiles en un año) y con un nivel de confianza del
99%, la probabilidad de tener “x” excepciones en 250
días, con una probabilidad de éxito de p=1%
 Clasificación por zonas

Zona Verde
Corresponde a Zona Amarilla
resultados del
Backtesting que no Abre interrogantes
sugieren problemas con respecto al modelo, pero
la calidad del modelo no permite llegar a una
interior hasta cuatro conclusión definitiva.
excepciones anuales. Entre cinco y nueve
excepciones anuales.

Zona Roja
Indica un claro
problema con el modelo
diez o más excepciones.
 Hipótesis
Los límites de las tres zonas son definidos buscando la manera de balancear dos tipos de
errores estadísticos:
el error Tipo I, dado por la probabilidad de rechazar, en base al resultado de Backtesting, la
hipótesis de que un modelo es preciso cuando en realidad lo es; y el error Tipo II, dado por la
probabilidad de no rechazar, en base al resultado de Backtesting.

En términos formales la definición de los errores Tipo I y Tipo II es la siguiente:

H0: El modelo es preciso

Hipótesis
Ho: rechazada
H0: Verdadera
Error Tipo I (α)
H0: Falsa
Decisión correcta
(
α=P Rechazar
Ho
Ho
Verdadera )
( )
Ho: no rechazada Decisión correcta Error Tipo II (β)
Ho
β=P NoRechazar Falsa
Ho
 Backtesting
Determinación de las zonas para muestras de
tamaño en n días
• Si, n sigue una distribución Binomial,
para cada una de las excepciones que
componen las zonas está asociada a la
probabilidad acumulada de que se
presenten “X” excepcione en una
muestra de n días, propone el Comité
de Basilea para otros tamaños de
muestra los límites deben ser reducidos
calculando las probabilidades
Binomiales acumuladas asociadas a la
cobertura verdadera de 99%.
Determinación de los umbrales
• Para determinar el umbral para la zona
amarilla es necesario encontrar el
número de excepciones en un tamaño
de muestra n en que la probabilidad
acumulada sea igual o superior a 0.95
𝑃 ¿¿
• Para delimitar la zona roja se sigue el
mismo procedimiento despejando la
ecuación:
𝑋𝑟
𝑛
𝑃( 𝑋≤𝑋 𝑅) = ෍ ∗ 𝑝 𝑥 ∗ ሺ1 − 𝑝ሻ𝑛 −𝑥 ≥ 0.999 ; 𝑥 = 0 … … 𝑋𝑅
𝑖
𝑥=0