Christoffersen 独立性检验：VaR 突破是否扎堆出现 • halo 的技术博客

先说结论：只数突破次数的 VaR 回测有一个致命盲区——突破的”位置”。本文的模拟实验里，静态正态 VaR 在 1000 个交易日被击穿 46 次（95% VaR 名义预期 50 次），Kupiec POF 检验 p=0.56 轻松通过；但 Christoffersen 独立性检验给出 p=0.000002 的毁灭性拒绝——因为它突破后的第二天再突破的概率高达 23.9%，是无条件突破率 4.6% 的五倍。突破扎堆意味着风险模型在最危险的时刻连续失灵，而这恰恰是风控最不能容忍的失败模式。Christoffersen（1998）用一个一阶马尔可夫链把”突破是否独立”变成了可检验的似然比统计量。

POF 检验的盲区：只数次数，不看位置#

上一篇 Kupiec POF 检验把 VaR 回测简化成数硬币：数一数实际损失超过 VaR 的天数，用似然比判断这个次数是否与名义覆盖率相容。但考虑两个极端情形，同样是 250 天突破 5 次：

情形 A：突破分散在 1 月、3 月、6 月、9 月、12 月，彼此独立
情形 B：突破集中在 10 月的连续 5 个交易日

POF 检验对这两种情形给出完全相同的结论——因为它只看总次数。但对风控而言这是天壤之别：情形 B 意味着模型在危机来临时连续五天低估风险，机构会在最脆弱的时刻承受远超资本预算的损失。2008 年金融危机中大量银行的 VaR 模型正是这种模式：全年突破次数勉强达标，但突破全部挤在 9-10 月。

正确校准的 VaR 模型必须满足两个条件：

无条件覆盖（unconditional coverage）：突破频率 ≈ 名义水平 p
独立性（independence）：今天是否突破，不应该依赖昨天是否突破

POF 只检验第一条。Christoffersen 检验补上第二条。

一阶马尔可夫链：把”扎堆”形式化#

定义突破指示序列 $I_t \in \{0, 1\}$ 。独立性的反面是序列相关，最简单的建模方式是一阶马尔可夫链，用两个转移概率描述：

$\pi_{01} = P(I_t = 1 \mid I_{t-1} = 0), \qquad \pi_{11} = P(I_t = 1 \mid I_{t-1} = 1)$

$\pi_{01}$ ：昨天平安无事，今天突破的概率
$\pi_{11}$ ：昨天刚突破，今天再次突破的概率

如果突破是独立的，那么昨天发生了什么不影响今天， $\pi_{01} = \pi_{11} = \pi$ 。如果突破扎堆，则 $\pi_{11} > \pi_{01}$ ——突破之后更容易接着突破。

零假设（独立）下的似然只有一个参数 $\pi = (n_{01}+n_{11})/T$ ；备择假设（马尔可夫）下有两个参数 $\hat\pi_{01} = n_{01}/(n_{00}+n_{01})$ 和 $\hat\pi_{11} = n_{11}/(n_{10}+n_{11})$ ，其中 $n_{ij}$ 是从状态 i 转移到状态 j 的次数。似然比统计量：

$LR_{ind} = -2\ln\frac{L(\hat\pi)}{L(\hat\pi_{01}, \hat\pi_{11})} \sim \chi^2(1)$

更进一步，Christoffersen 把次数检验和独立性检验拼成联合检验（conditional coverage）：

$LR_{cc} = LR_{POF} + LR_{ind} \sim \chi^2(2)$

一次性回答”次数对不对”和”位置对不对”两个问题。

实验：静态 VaR 如何骗过 POF 却栽在独立性上#

用 GARCH(1,1)-t(6) 模拟 1000 天收益（α=0.15，β=0.83，波动持续性 0.98），对比两个 95% VaR 模型：静态正态 VaR（全样本标准差乘正态分位数，一条水平线）和 GARCH-t VaR（每天跟随条件波动率调整）。

import numpy as np
from scipy import stats

def christoffersen_ind(breach):
    """LR_ind：一阶马尔可夫独立性检验"""
    n00 = n01 = n10 = n11 = 0
    for t in range(1, len(breach)):
        if   breach[t-1]==0 and breach[t]==0: n00 += 1
        elif breach[t-1]==0 and breach[t]==1: n01 += 1
        elif breach[t-1]==1 and breach[t]==0: n10 += 1
        else:                                 n11 += 1
    pi01 = n01 / (n00 + n01)          # P(今天破 | 昨天没破)
    pi11 = n11 / (n10 + n11)          # P(今天破 | 昨天破)
    pi   = (n01 + n11) / (n00+n01+n10+n11)

    sl = lambda x: np.log(x) if x > 0 else 0.0
    ll_h0 = (n00+n10)*sl(1-pi) + (n01+n11)*sl(pi)
    ll_h1 = (n00*sl(1-pi01) + n01*sl(pi01)
           + n10*sl(1-pi11) + n11*sl(pi11))
    lr = -2 * (ll_h0 - ll_h1)
    return lr, 1 - stats.chi2.cdf(lr, 1), pi01, pi11

python

先看突破在时间轴上的分布：

静态 VaR 突破扎堆，动态 VaR 突破均匀

上图静态 VaR 的突破点密集地挤在几个高波动窗口里，低波动期几个月一次都不破；下图 GARCH-t VaR 的突破均匀散布——这正是”正确条件覆盖”该有的样子：每一天的条件突破概率都是 5%，无论市场平静还是动荡。

转移概率是最直观的证据：

突破后的第二天有多危险

静态模型 $\hat\pi_{11} = 0.239$ 对 $\hat\pi_{01} = 0.037$ ——突破后的第二天再突破的概率是平时的 6.5 倍。GARCH-t 模型两者几乎相等（0.055 对 0.055），突破历史不提供任何预测信息。

三个检验的完整对照：

检验	静态正态 VaR	GARCH-t VaR
突破次数（1000 天，名义 50）	46	55
POF（次数）p 值	0.557 ✓	0.475 ✓
IND（独立性）p 值	0.000002 ✗	0.986 ✓
CC（联合）p 值	0.0000 ✗	0.775 ✓

同样的突破次数，独立性检验拆穿静态模型

静态模型的突破次数无懈可击（46 对名义 50），POF 检验完全无法定罪；独立性检验一击致命。原因在第一性原理层面很简单：静态 VaR 忽略波动聚集，高波动期条件突破概率远超 5%、低波动期远低于 5%，两者在”总次数”上恰好抵消，但在”时间排列”上无处遁形——高波动期本身是持续的，所以突破也是持续的。

功效：波动聚集越强，独立性检验越有牙#

对不同波动持续性（α+β 从 0 到 0.97）的市场各模拟 300 次，统计静态 VaR 被两种检验拒绝的比例：

波动聚集越强，独立性检验越容易拆穿静态模型

无波动聚集时（持续性=0），静态模型实际上是正确的，两个检验的拒绝率都在 9% 附近（接近名义 5%，略高是小样本偏差）。随着持续性上升，独立性检验的拒绝率爬升到 44%，明显快于 POF 的 23%——对”动态错配”这类缺陷，看位置比数次数灵敏一倍。但也要诚实：即使在 0.97 的强聚集下，单个 1000 天样本也只有不到一半的概率定罪，独立性检验的功效同样有限，不拒绝 ≠ 模型没问题。

工程实践清单#

用 95% 而非 99% VaR 做独立性检验。99% VaR 在 250 天里只有约 2-3 次突破， $n_{11}$ 几乎总是 0，马尔可夫链的参数根本估不出来。监管层面用 99%（资本要求），模型诊断层面建议平行跑 95% 甚至 90% 的独立性检验——突破样本多一个数量级，检验才有牙。

一阶马尔可夫只是最低标准。它只能捕捉”连续两天”的扎堆，对”隔一天再破”或更长程的依赖失明。更强的工具是 Engle-Manganelli 的 DQ 检验（把突破指示对滞后突破、滞后 VaR 做回归）和 Berkowitz 的谱检验。实务上一阶马尔可夫 + DQ 是标配组合。

联合检验不能替代分项检验。 $LR_{cc}$ 把两个自由度混在一起，可能出现”次数轻微超标 + 位置轻微扎堆”联合起来拒绝、但单项都不显著的情形，也可能被某一项的强信号淹没另一项。报告时三个数字都要给：POF 定位”尺度错误”（VaR 整体偏松/偏紧），IND 定位”动态错误”（模型不跟踪波动状态）。修复方向完全不同——前者换尾部分布，后者换波动模型。

独立性违反的根源几乎总是波动模型。如果你的 VaR 突破扎堆，第一嫌疑人是波动率更新太慢（RiskMetrics λ=0.94 在剧烈 regime 切换时就会这样），第二嫌疑人是根本没有条件波动（历史模拟法用等权长窗口时尤甚）。修复手段按性价比排序：EWMA 缩短半衰期 → GARCH → filtered historical simulation。

这些工具回答的都是”模型过去一年合不合格”。监管者还需要一个更粗粒度但更可执行的框架——多少次突破罚多少资本。这就是巴塞尔交通灯检验的领地。

局限#

独立性检验只看突破的 0/1 序列，不看突破的幅度——连续两天各超 0.1% 会被定罪，单日超 20% 却安然无恙，而后者显然更致命（幅度维度需要 expected shortfall 回测或 Acerbi-Szekely 检验补位）。马尔可夫参数在突破稀少时估计方差极大，250 天窗口下即使 95% VaR 也只有约 12 次突破， $\hat\pi_{11}$ 的置信区间宽得惊人，结论要用滚动多窗口交叉确认。最后，检验假设突破概率只依赖昨天的突破状态，真实市场的风险状态转移远比一阶链复杂——它是必要条件检验，不是充分条件认证。

延伸阅读：

Christoffersen, P. (1998). “Evaluating Interval Forecasts”. International Economic Review 39(4).
Engle, R. & Manganelli, S. (2004). “CAViaR: Conditional Autoregressive Value at Risk by Regression Quantiles”. JBES 22(4).
Kupiec POF 检验：用失败次数的似然比给 VaR 模型做体检