A expansão de Cornish–Fisher para quantis de risco
Entenda como Cornish–Fisher ajusta quantis normais com cumulantes, como difere de Edgeworth e por que estimativas de risco de cauda precisam de verificações de monotonicidade e estabilidade
Resposta direta
A expansão de Cornish–Fisher aproxima os quantis de uma distribuição corrigindo um quantil normal de referência com cumulantes padronizados. Ela pode traduzir assimetria e curtose em ajustes de cenários ou VaR, mas uma fórmula truncada pode produzir quantis cruzados e estimativas não confiáveis na cauda distante
O resultado é um quantil, não uma densidade
Para a probabilidade p, seja z_p=Φ^{-1}(p) o quantil normal padrão
Cornish–Fisher ajusta z_p e depois redimensiona o resultado com a média alvo μ e o desvio-padrão σ
Ela responde qual limiar corresponde a p, não qual densidade ou perda esperada está além desse limiar
Assimetria e curtose criam as primeiras correções
Com assimetria padronizada γ₁ e curtose excedente γ₂, uma truncagem comum começa com z_p+γ₁(z_p²−1)/6
Depois acrescenta γ₂(z_p³−3z_p)/24−γ₁²(2z_p³−5z_p)/36 antes de multiplicar por σ e somar μ
O termo γ₁² mostra que a ordem assintótica não é simplesmente adicionar uma correção para cada momento superior
A expansão vem de uma inversão assintótica
Cornish–Fisher pode ser derivada invertendo uma aproximação de Edgeworth para uma distribuição acumulada
Edgeworth aproxima uma densidade ou CDF em x; Cornish–Fisher aproxima o x que atinge uma probabilidade acumulada escolhida
Ambas exigem uma sequência assintótica declarada e uma escala dos cumulantes para que a truncagem tenha uma ordem controlada
Aplicações de risco precisam da medida correta
Uma estimativa de retornos físicos pode ajustar cenários históricos ou de VaR previstos, enquanto cumulantes implícitos em opções descrevem uma distribuição neutra ao risco
Essas duas entradas respondem a perguntas diferentes e não devem ser misturadas simplesmente porque compartilham as palavras assimetria e curtose
Cornish–Fisher fornece um limiar, mas não o Expected Shortfall, que depende da distribuição completa das perdas além desse limiar
Quantis podem se cruzar ou andar para trás
A correção polinomial cresce rapidamente para |z_p| grande e pode fazer um quantil estimado diminuir à medida que p aumenta
Assimetria ou curtose grandes também podem colocar a aproximação fora do suporte da variável ou inverter a ordenação pretendida da cauda
Uma rearrumação monotônica pode corrigir numericamente a ordenação, mas a curva corrigida já não é a expansão truncada original sem alterações
Cumulantes estimados adicionam outra camada de erro
Assimetria e curtose amostrais são ruidosas e sensíveis a outliers, escolha da janela, mudanças de regime e dependência
Usar entradas estimadas como se fossem conhecidas ignora a incerteza dos parâmetros, que pode dominar a correção assintótica formal
Probabilidades da cauda distante amplificam tanto o erro dos coeficientes quanto o erro de truncagem, precisamente onde as decisões de risco são mais consequentes
A validação testa quantis como uma curva
Verifique q(p) em uma grade densa de probabilidades quanto à monotonicidade, valores finitos, restrições de suporte e comportamento sensato nas extremidades
Compare com distribuições exatas, simulação, intervalos bootstrap e taxas de excedência fora da amostra em vários níveis de probabilidade
Registre a convenção dos cumulantes, o horizonte da amostra, o tratamento da dependência, a ordem de truncagem, o método de correção e o cálculo separado do Expected Shortfall
Perguntas frequentes
O que a expansão de Cornish–Fisher estima?
Ela estima um quantil escolhido a partir de um quantil normal de referência mais correções que envolvem assimetria, curtose e cumulantes superiores
Como Cornish–Fisher difere de Edgeworth?
Edgeworth aproxima uma densidade ou CDF em um valor, enquanto Cornish–Fisher aproxima o valor associado a uma probabilidade escolhida
Cornish–Fisher pode calcular o Expected Shortfall?
Não sozinha. Expected Shortfall precisa da perda média além do quantil, que não é determinada por um único limiar corrigido
Por que os quantis de Cornish–Fisher podem se cruzar?
Correções polinomiais truncadas podem crescer e oscilar nas caudas, tornando a função de quantis aproximada não monotônica