Day 02:重尾分布和 VaR
Day 02:重尾分布和 VaR
今天目标
学会解释:
- 什么是重尾分布。
- VaR 是什么。
- VaR 有什么局限。
1. 先复习昨天
不看资料回答:
- 极端事件是什么?
- 尾部风险为什么重要?
- 平均值为什么不够?
2. 一句话理解
重尾分布就是“极端值比我们想象中更常见”的分布。
VaR 是一个高分位损失阈值,用来回答:
在 95% 或 99% 的情况下,损失不会超过多少?
3. 通俗类比
假设班里大多数同学每天花 1 小时学习。 如果有少数同学每天学 8 小时、10 小时,这个分布就有很长的尾巴。
在金融或风险数据中也是一样:
- 大多数损失很小。
- 少数损失特别大。
- 这些特别大的损失不能忽略。
这就是重尾的直觉。
4. VaR 的直觉
假设 95% VaR = 100。
意思不是“最多亏 100”。 更准确地说:
在 95% 的情况下,损失不超过 100;但剩下 5% 的情况可能超过 100。
所以 VaR 的缺点是:
它告诉你门槛在哪里,但不告诉你过了门槛后会惨到什么程度。
5. 专业说法
重尾分布中,尾部下降较慢,极端值出现概率高于正态分布预期。 VaR 是损失分布的高分位数,是常见风险度量。
但 VaR 不描述超过阈值后的平均损失,因此常需要 Expected Shortfall 补充。
6. 课堂/组会可用表达
如果数据呈现重尾特征,正态分布假设可能低估极端事件概率。
VaR 可以给出高分位损失阈值,但它不告诉我们超过阈值后损失有多严重。
7. 今日 AI 提示词
- 先用非数学语言解释;
- 再给统计定义;
- 说明 VaR 不是最大损失;
- 给一个简单数字例子;
- 给 3 个我可能被老师追问的问题。
请用生活例子解释重尾分布和 VaR。 要求:
8. 主动回忆练习
- 重尾分布是什么意思?
- 95% VaR = 100 应该怎么解释?
- VaR 最大的局限是什么?
9. 今日小作业
把下面这句话改得更专业:
VaR 就是最多亏多少钱。
参考方向:
VaR 不是最大可能损失,而是在给定置信水平下的损失分位数……
10. 间隔复习
回到 Day 01,用 30 秒复述:
尾部风险和极端事件有什么关系?
反向链接
数理统计极值