Teoria wartości ekstremalnych i indeks ogona

Rozumowanie o granicy centralnej opisuje znormalizowane sumy, podczas gdy EVT bada maksima, minima lub przekroczenia wysokiego progu

Model, który dobrze dopasowuje zwykłe zwroty, nadal może przypisywać katastrofom rażąco błędne prawdopodobieństwa, ponieważ środek zawiera niewiele informacji o dalekim ogonie

EVT zawęża możliwe graniczne postacie ogona, ale nie czyni skończonej próby wystarczająco ekstremalną ani nie usuwa niestacjonarności rynku

Dla maksimów blokowych M_n każda nieosobliwa znormalizowana granica musi należeć do rodziny uogólnionych wartości ekstremalnych przy klasycznych warunkach dziedziny przyciągania

Jej rozkład można zapisać jako G(z)=exp{−[1+ξ(z−μ)/σ]^(−1/ξ)}, gdy nawias jest dodatni, z ciągłą granicą Gumbela przy ξ=0

Położenie μ ustala poziom, skala σ ustala rozproszenie, a kształt ξ określa graniczną klasę ogona

Gdy ξ>0, klasa Frécheta ma ciężki ogon potęgowy; ξ=0 daje klasę Gumbela, a ξ<0 daje skończoną górną granicę w klasie Weibulla

W notacji ciężkiego ogona wykładnik potęgowy często wynosi α=1/ξ, więc „indeks ogona” może oznaczać ξ albo α zależnie od dziedziny

Konwencję trzeba podać, ponieważ większe ξ oznacza cięższy ogon, podczas gdy większe α oznacza lżejszy ogon potęgowy

Estymatory Hilla, Pickandsa, momentów ważonych prawdopodobieństwem i wiarygodności używają różnych części lub podsumowań największych obserwacji

Użycie zbyt małej liczby ekstremów daje dużą wariancję, a użycie zbyt dużej liczby dopuszcza obserwacje centralne, które mogą obciążać przybliżenie ogona

Estymacja indeksu ogona bez wybranych statystyk pozycyjnych, reguły progu, przedziału niepewności i ścieżki stabilności jest niepełna

Zwroty finansowe nie są niezależne i identycznie rozłożone: reżimy zmienności mogą umieszczać kilka dużych strat blisko siebie

Indeks ekstremalny podsumowuje klasteryzację przy odpowiedniej stacjonarnej zależności, a wartości poniżej jedności wskazują na mniejszą liczbę efektywnie niezależnych ekstremów

Filtrowanie zmienności lub deklasteryzacja może pomóc, ale oba działania dodają założenia i przy mechanicznym zastosowaniu mogą wymazać rzeczywistą trwałość kryzysu

Po oszacowaniu modelu ogona i częstości przekroczeń wysokie kwantyle mogą rozszerzyć VaR poza największą rutynowo obserwowaną stratę

Expected Shortfall wymaga skończonej średniej ogona; dla ciężkiego ogona uogólnionego Pareto wymaga to ξ<1, a wyższe momenty wymagają jeszcze silniejszych ograniczeń

Niepewność ekstrapolacji szybko rośnie wraz z odległością od progu, więc podawanie większej liczby miejsc po przecinku nie tworzy większej ilości informacji

Sprawdzaj wykresy średniej nadwyżki, stabilności parametrów, kwantyli, prawdopodobieństwa i poziomu zwrotu dla wiarygodnych progów lub rozmiarów bloków

Powtarzaj estymacje dla różnych okien, filtrów, reguł deklasteryzacji, estymatorów i wyłączeń kryzysowych, zachowując ścieżkę audytową każdego wyboru

Używaj EVT obok analizy scenariuszy i strukturalnych testów warunków skrajnych, ponieważ bezprecedensowe mechanizmy nie muszą przypominać przeskalowanej wersji historycznych ekstremów