Чем больше количество наблюдений, тем легче отвергается модель оценки VaR в случае ее некорректности. Чем меньше вероятность, тем труднее понять, завышена ли оценка VaR, поэтому на практике многие стремятся задавать вероятность на уровне 5%.
Если по результатам верификации модели точность оценок VaR оказывается неудовлетворительной, необходимо проверить выбранное распределение доходности и его параметры на соответствие реально наблюдаемым, проанализировать ретроспективу данных на наличие аномальных явлений на рынке и, возможно, изменить ее глубину при оценке входных параметров модели.
Верификация модели расчета VaR может проводиться по различным статистическим критериям, в том числе таким, как частота превышений убытками величины VaR, независимость превышений, независимость приращений (прибылейубьп-ков), равномерность распределения квантилей, общая адекватность модели. Стандартная методика верификации VaR-моделей, предложенная Базельским комитетом.
