[论文解读] On the coherence of Expected Shortfall

Carlo Acerbi, Dirk Tasche|ArXiv.org|Apr 17, 2001

Risk and Portfolio Optimization参考文献 9被引用 15

一句话总结

本文证明，当以适当方式形式化时，预期短缺（ES）——即最坏100α%情况下的平均损失——即使在损失分布不连续时，也是一种一致的风险度量。它表明该ES定义具有鲁棒性、计算可行性，并优于其他定义（如尾部条件期望TCE和最坏条件期望WCE），后者在分布不连续时可能不满足一致性。

ABSTRACT

Expected Shortfall (ES) in several variants has been proposed as remedy for the defi-ciencies of Value-at-Risk (VaR) which in general is not a coherent risk measure. In fact, most definitions of ES lead to the same results when applied to continuous loss distributions. Differences may appear when the underlying loss distributions have discontinuities. In this case even the coherence property of ES can get lost unless one took care of the details in its definition. We compare some of the definitions of Expected Shortfall, pointing out that there is one which is robust in the sense of yielding a coherent risk measure regardless of the underlying distributions. Moreover, this Expected Shortfall can be estimated effectively even in cases where the usual estimators for VaR fail. Key words: Expected Shortfall; Risk measure; worst conditional expectation; tail con-ditional expectation; value-at-risk (VaR); conditional value-at-risk (CVaR); tail mean; co-herence; quantile; sub-additivity.

研究动机与目标

• 解决文献中关于预期短缺（ES）及其相关风险度量（如尾部条件期望TCE和最坏条件期望WCE）一致性的混淆问题。
• 阐明ES、TCE、WCE与条件风险价值（CVaR）之间的数学关系，特别是在损失分布不连续时的情形。
• 证明一种特定的ES定义——基于低于水平α的分位数积分——具有鲁棒性，并在任意底层分布下均产生一致的风险度量。
• 表明该ES定义即使在标准风险价值（VaR）估计器失效的情况下（尤其是离散或混合分布时）也能实现有效估计。
• 提供ES的一般表示形式：即在具有相同边缘分布的所有可能概率空间中，WCE的最大值，从而使其具有分布鲁棒性。

提出的方法

• 通过下α-分位数的积分定义预期短缺（ES）：$\mathrm{ES}_\alpha(X) = \int_0^\alpha q_u(X) \, du / \alpha$，确保一致性和连续性。
• 利用Sklar定理构建具有指定边缘分布和依赖结构的随机变量，从而实现在不同概率空间之间的比较。
• 应用尾部大数定律，证明样本中损失最差100α%的平均值收敛于ES，从而验证其经验估计的有效性。
• 通过证明ES与CVaR满足相同的数学公式：$\mathrm{ES}_\alpha(X) = \mathbb{E}[X \mid X \leq x_{(\alpha)}]$，建立二者等价性。
• 通过分位数集合的指示函数表示法，证明ES的次可加性：$\mathrm{ES}_\alpha(X+Y) \leq \mathrm{ES}_\alpha(X) + \mathrm{ES}_\alpha(Y)$，并通过分位数指标对差值进行有界控制。
• 推导出ES的一般表示：即在所有具有相同分布的随机变量中，WCE的最大值，表明ES是WCE的鲁棒版本。

实验结果

研究问题

• RQ1 当底层损失分布存在不连续性时，预期短缺是否仍为一致的风险度量？
• RQ2 不同定义的预期短缺（如TCE、WCE和CVaR）之间有何关系？哪一种最具鲁棒性？
• RQ3 能否建立一个统一的ES定义，以确保在所有分布类型下的一致性、计算可行性和鲁棒性？
• RQ4 是否存在一种ES表示形式，使其对底层概率空间不变，从而增强其鲁棒性？
• RQ5 在传统VaR估计器失效的情况下（尤其是离散或混合分布时），ES是否仍可被可靠估计？

主要发现

• 将预期短缺定义为低于水平α的分位数积分，即使在损失分布存在不连续性时，也能确保其一致性。
• 预期短缺与条件风险价值（CVaR）等价，且在正确形式化下二者数学上完全相同。
• 尾部条件期望（TCE）通常不具一致性，而所提出的ES定义则在所有分布类型下均具一致性和鲁棒性。
• 本文通过基于指示函数的表示法证明了ES的次可加性，表明其能正确捕捉分散化效应。
• 预期短缺可表示为在所有具有相同边缘分布的可能概率空间中，WCE的最大值，从而使其具有分布鲁棒性。
• 基于样本中损失最差100α%的ES估计器几乎必然收敛于真实ES值，即使在VaR估计器失效时也能实现可靠的经验估计。