극단값 이론과 Tail Index

중심극한 논리는 정규화된 합을 다루지만 EVT는 최댓값·최솟값이나 높은 문턱을 넘는 초과값을 다룹니다

평범한 수익률을 잘 맞춘 모형도 중심부에는 먼 꼬리정보가 적기 때문에 폭락확률을 크게 틀릴 수 있습니다

EVT는 가능한 한계 꼬리형태를 좁히지만 유한표본을 충분히 극단적으로 만들거나 시장의 비정상성을 없애지는 않습니다

블록 최댓값 M_n의 비퇴화 정규화 한계는 고전적 최대흡인영역 조건 아래 일반화 극단값 분포족에 속합니다

분포는 대괄호가 양수일 때 G(z)=exp{−[1+ξ(z−μ)/σ]^(−1/ξ)}이며 ξ=0에서는 연속적인 Gumbel 한계를 가집니다

위치 μ는 수준, 척도 σ는 퍼짐, 형상 ξ는 한계 꼬리유형을 결정합니다

ξ>0이면 Fréchet 유형의 무거운 멱꼬리, ξ=0이면 Gumbel 유형, ξ<0이면 유한 상단점을 지닌 Weibull 유형입니다

무거운 꼬리 표기에서는 멱지수 α=1/ξ를 Tail Index라 부르기도 해 분야마다 ξ 또는 α를 뜻할 수 있습니다

ξ가 클수록 꼬리는 무겁지만 α가 클수록 멱꼬리는 가벼우므로 어떤 규약인지 반드시 밝혀야 합니다

Hill·Pickands·확률가중적률·우도 추정량은 가장 큰 관측값의 서로 다른 부분이나 요약을 사용합니다

극단값을 너무 적게 쓰면 분산이 커지고 너무 많이 쓰면 중심부 관측이 들어와 꼬리근사를 편향시킬 수 있습니다

선택한 순서통계량, 문턱 규칙, 불확실성 구간과 안정성 경로가 없는 Tail Index 추정치는 불완전합니다

금융수익률은 독립동일분포가 아니며 변동성 국면은 여러 큰 손실을 가까운 시점에 모을 수 있습니다

적절한 정상 종속성 아래 극단지수는 군집을 요약하며 1보다 작은 값은 실질적으로 독립인 극단값이 더 적다는 뜻입니다

변동성을 필터링하거나 군집을 해체할 수 있지만 둘 다 가정을 더하며 기계적으로 적용하면 실제 위기지속성을 지울 수 있습니다

꼬리모형과 초과율을 추정하면 높은 분위수 VaR를 일상적으로 관측된 최대손실 너머까지 확장할 수 있습니다

Expected Shortfall에는 유한한 꼬리평균이 필요하며 일반화 Pareto 무거운 꼬리에서는 ξ<1이어야 하고 고차 적률은 더 강한 조건이 필요합니다

문턱에서 멀어질수록 외삽 불확실성이 빠르게 커지므로 소수점 자릿수를 늘린다고 정보가 생기지는 않습니다

그럴듯한 여러 문턱이나 블록크기에 걸쳐 평균초과·모수안정성·분위수·확률·재현수준 도표를 확인합니다

관측창, 필터, 군집해체 규칙, 추정량과 위기기간 포함 여부를 바꿔 재추정하고 모든 선택의 감사기록을 남깁니다

전례 없는 충격은 과거 극단값의 확대판이 아닐 수 있으므로 EVT를 시나리오 분석과 구조적 스트레스검사와 함께 사용합니다