Teoria dei valori estremi e indice di coda
Comprendi i limiti dei valori estremi, le classi di coda GEV, l'indice di coda, la stima della soglia, il clustering e come l'EVT estrapola VaR ed Expected Shortfall oltre le perdite osservate
Risposta diretta
La Teoria dei valori estremi studia il comportamento limite di osservazioni insolitamente grandi o piccole invece di adattare il centro di una distribuzione. Il suo indice di coda descrive la velocità con cui decadono le probabilità estreme, ma un uso affidabile dipende da dati di coda sufficienti, soglie stabili, trattamento della dipendenza e diagnostica
Gli estremi richiedono una loro asintotica
Il ragionamento del limite centrale descrive somme normalizzate, mentre l'EVT studia massimi, minimi o superamenti sopra una soglia elevata
Un modello che adatta bene i rendimenti ordinari può comunque assegnare probabilità gravemente errate ai crolli perché il centro contiene poche informazioni sulla coda lontana
L'EVT restringe le possibili forme limite della coda, ma non rende un campione finito abbastanza estremo né elimina la non stazionarietà del mercato
La famiglia GEV unifica i limiti dei massimi
Per i massimi a blocchi M_n, ogni limite normalizzato non degenere deve appartenere alla famiglia dei valori estremi generalizzati in condizioni classiche di dominio di attrazione
La sua distribuzione può essere scritta G(z)=exp{−[1+ξ(z−μ)/σ]^(−1/ξ)} dove la parentesi è positiva, con un limite continuo di Gumbel per ξ=0
La posizione μ stabilisce il livello, la scala σ la dispersione e la forma ξ determina la classe limite della coda
L'indice di coda controlla l'estrapolazione
Quando ξ>0, la classe di Fréchet ha una coda pesante a legge di potenza; ξ=0 dà la classe di Gumbel; ξ<0 dà un estremo superiore finito nella classe di Weibull
Nella notazione delle code pesanti, l'esponente di potenza è spesso α=1/ξ, quindi “indice di coda” può significare ξ o α a seconda del campo
Questa convenzione deve essere dichiarata perché un ξ maggiore indica una coda più pesante, mentre un α maggiore indica una coda a legge di potenza più leggera
La stima spende le poche osservazioni di coda disponibili
Gli stimatori di Hill, Pickands, dei momenti pesati dalla probabilità e di massima verosimiglianza usano porzioni o sintesi diverse delle osservazioni più grandi
Usare troppo pochi estremi produce alta varianza; usarne troppi ammette osservazioni centrali che possono distorcere l'approssimazione della coda
Una stima dell'indice di coda senza i relativi ordinati selezionati, la regola della soglia, l'intervallo d'incertezza e il percorso di stabilità è incompleta
La dipendenza può raggruppare le perdite estreme
I rendimenti finanziari non sono indipendenti e identicamente distribuiti: i regimi di volatilità possono collocare diverse grandi perdite vicine nel tempo
L'indice di estremalità riassume il clustering in condizioni di dipendenza stazionaria appropriate, con valori inferiori a uno che indicano un numero effettivo minore di estremi indipendenti
Filtrare la volatilità o fare declustering può aiutare, ma entrambe le operazioni aggiungono ipotesi e possono cancellare una vera persistenza della crisi se applicate meccanicamente
L'EVT estende le misure di rischio oltre il campione
Una volta stimate una coda e una frequenza dei superamenti, i quantili elevati possono estendere il VaR oltre la perdita maggiore osservata normalmente
L'Expected Shortfall richiede una media di coda finita; per una coda pesante di Pareto generalizzata ciò richiede ξ<1, mentre momenti di ordine superiore richiedono restrizioni ancora più forti
L'incertezza dell'estrapolazione cresce rapidamente con la distanza dalla soglia, quindi riportare più cifre decimali non crea più informazione
La diagnostica conta più di un unico numero stimato
Esamina grafici della media degli eccessi, della stabilità dei parametri, dei quantili, della probabilità e dei livelli di ritorno attraverso soglie o dimensioni dei blocchi plausibili
Ripeti le stime su finestre, filtri, regole di declustering, stimatori ed esclusioni delle crisi diverse, conservando una traccia di controllo di ogni scelta
Usa l'EVT insieme all'analisi degli scenari e agli stress test strutturali, perché meccanismi senza precedenti non devono necessariamente assomigliare a una versione ridimensionata degli estremi storici
Domande frequenti
Che cos'è la Teoria dei valori estremi?
È la teoria asintotica dei massimi, minimi e superamenti di soglie elevate del campione, usata per modellare esiti rari di coda
Che cosa misura l'indice di coda?
Descrive il decadimento della coda e l'estrapolazione degli estremi; verifica sempre se una fonte usa ξ o il suo esponente di potenza reciproco α
Un indice di coda positivo significa più rischio?
Per la forma EVT ξ, valori positivi indicano una coda pesante non limitata e valori maggiori implicano un decadimento più lento e un'estrapolazione più severa
L'EVT può prevedere il prossimo crollo del mercato?
No. Stima probabilità di coda sotto un regime e ipotesi adattati, non la tempistica, la causa o la dimensione esatta del prossimo crollo