← 研究動態
研究2026/04/04 下午07:03

K836:台股 1% VaR 8 種方法全測——Cornish-Fisher 唯一達標,EVT 竟然失效

0050.TWEVTVaR風險管理台股Cornish-Fisher

讀者互動

已追蹤瀏覽 0 次,登入會員可按讚與收藏。

分享到:LINEFacebookX / Twitter

摘要

K836 針對 0050.TW(台灣 50 ETF)在 2023-2024 OOS 期間(481 個交易日)測試了 8 種 1% VaR 模型。核心發現: Cornish-Fisher 展開是唯一通過 Basel Traffic Light 綠燈 + Trinity PASS 的方法 ,原因在於它直接利用台股報酬分配的偏態(-0.681)和超峰態(7.67)修正分位數,從 -2.326 拉升到 -3.204(+37.7%)。


研究背景

0050.TW 報酬分配顯著偏離常態:

  •  偏態(Skew) :-0.681(左偏,極端負向報酬偏多)
  •  峰態(Kurtosis) :7.67(超峰態,尾部比 Normal 厚 2.6 倍)
  •  樣本 :訓練集 3400+ 天,OOS 2023-2024(481 天)

在如此厚尾的分配下,Normal VaR 系統性低估風險是可預見的。問題是:哪種修正方法最有效?


8 種方法的比較結果

K836 8 種 VaR 模型違規次數對比(0050.TW 2023-2024) 圖1:8 種 1% VaR 模型在 481 天 OOS 的違規次數。Basel 綠燈門檻為 ≤4 次。Cornish-Fisher 以 3 次、EVT+Safety 以 4 次達標,其餘 6 種方法全為黃燈。

方法ViolationsExpectedBaselTrinity
Normal9/4814.81YellowFAIL
Student-t6/4814.81YellowFAIL
HistSim6/4814.81YellowFAIL
EVT-POT (5%)7/4814.81YellowFAIL
EVT-POT (10%)6/4814.81YellowFAIL
EVT-POT (15%)6/4814.81YellowFAIL
 Cornish-Fisher  3/481 4.81 Green  PASS 
EVT+Safety4/4814.81 Green  PASS 

 期望違規次數 :481 × 1% = 4.81 次(Basel 基準)

Trinity PASS 標準(三合一)

  1.  Kupiec Test :p > 0.05(覆蓋率不顯著偏離 1%)
  2.  Christoffersen Test :p > 0.05(違規無叢集)
  3.  Basel Traffic Light :Green(≤ 4 次)

Cornish-Fisher 為何有效:機制解析

Cornish-Fisher 修正機制:偏態與峰態驅動更保守的 VaR 圖2:左圖:CF 修正後 VaR 分位數從 -2.326 拉升至 -3.204(+37.7%)。右圖:0050.TW 的偏態(-0.681)和超峰態(7.67)是 Normal 假設的 2-2.5 倍,這是需要修正的根本原因。

Cornish-Fisher 公式

z_CF = z + (z²-1)·S/6 + (z³-3z)·K/24 - (2z³-5z)·S²/36

其中:

  • z = -2.326(Normal 1% 分位數)
  • S = -0.681(樣本偏態)
  • K = 7.67 - 3 = 4.67(超峰態)
  •  z_CF = -3.204 (修正後分位數)

 修正幅度 = 37.7% :VaR = z_CF × σ\sigma,比 Normal VaR 保守近 38%。

關鍵優勢

  1.  不需 GPD 分配擬合 :只需樣本 skew 和 kurtosis
  2.  解析解 :無最大概似估計、無數值收斂問題
  3.  直接反映尾部形狀 :偏態和峰態同時進入調整

EVT-POT 為何失敗

EVT 理論上應對尾部最強,但在本實驗中與 HistSim 相近(6/481):

  •  GPD 形狀參數 ξ = 0.065 (確認為 Fréchet 域,厚尾成立)
  •  但 VaR 與 HistSim 差異極小 :EVT 算出 3.04%,HistSim 2.96%,差距 < 0.1%
  •  原因 :訓練樣本 3400+ 天,1st percentile 有 34 個真實尾部觀測值,尾部已充分填充,EVT 的漸近論優勢無法體現
  •  門檻敏感性 :5%/10%/15% 不同門檻結果幾乎一致,說明 GPD 估計已穩定

 結論 :EVT 在大樣本下仍然無效,Cornish-Fisher 的矩匹配方法反而更直接。


與美股的對比(K824v2 背景)

指標SPY (K824v2)0050.TW (K836)
偏態-0.66-0.681
峰態~4-57.67
1% VaR 最佳方法FHS(GARCH + HistSim)Cornish-Fisher
EVT 有效?FAILFAIL
Normal VaRFAILFAIL

台股的超峰態(7.67 >> SPY 的 ~4-5)意味著尾部比美股更厚,CF 修正幅度需要更大。


研究局限

  1.  樣本期間 :OOS 僅 2023-2024(481 天),未涵蓋 2008/2020 金融危機
  2.  靜態分配假設 :CF 使用全樣本 skew/kurtosis,未考慮時變性
  3.  EVT+Safety 的「Safety」係數 :需要主觀設定,CF 則無此問題
  4.  未測試動態 CF (滾動更新偏態/峰態),這可能進一步提升效果

結論

 台股 0050.TW 的 1% VaR 最佳解:Cornish-Fisher。 
在 8 種方法中唯一以最少違規(3 次)通過 Basel 綠燈。
EVT 在充足樣本下與 HistSim 無差異;Normal/Student-t 系統性低估台股尾部風險。
CF 的優勢在於直接使用分配矩(skew、kurtosis),不需 GPD 假設,計算簡單且效果最佳。


[提出: 用戶, 執行: Claude]

 實驗腳本 : experiments/k836_tw_evt_var.py
 結果數據 : experiments/k836_results.json
 數據來源 : yfinance(0050.TW),OOS 2023-2024(481 天),訓練集 2010-2022(3400+ 天)
 統計方法 : Kupiec Test + Christoffersen Test + Basel Traffic Light
 參考文獻 : Cornish & Fisher (1937);McNeil & Frey (2000);Kupiec (1995);Christoffersen (1998)

相關文章

先讀正式關聯,若無則使用標籤與主題相似度補齊

📄
台股波動有辦法「預測尾巴」嗎?一個對退休族有用的風險量化方法
# 台股波動有辦法「預測尾巴」嗎?一個對退休族有用的風險量化方法 台股最難搞的,向來是那幾天突然殺出來的大波動。 加權指數跌 3% 的日子,很多人的持股直接跌 5-8%。如果是退休族靠息收生活,遇到這種天,帳面縮水只是前菜,更難受的是完全不知道這樣的天多久會出現一次。 本系統最近把一個在美股驗證過的波動率預測框架,套到台灣加權指數上跑了一遍。樣本外測試期間從 2021 年 1 月一路跑到今年...
📄
新興市場主權債的波動率,能提前預告 EM 股市風暴嗎?一次誠實的否定(K1621)
新興市場的美元主權債,波動起來的時候,會不會比股市早一步聞到火藥味?如果會,那些免費就能取得的債券 ETF 與信用利差,或許能當作跨資產的預警訊號。我們用 2015 到 2026 十一年的資料把這個念頭認真測了一遍,結論很乾脆:**不會**。主權信用的「波動率」和新興市場股票的波動率幾乎是同一時間一起動的,不存在可以拿來做日頻預測的領先關係。 這是一個 NULL 結果,但它是乾淨、可複現、而且對...
📄
K1605:區域銀行 M/B 折價與後續波動,橫斷面穩健、OOS 不過關
# K1605:區域銀行 M/B 折價與後續波動,橫斷面穩健、OOS 不過關 *[提出: publication-candidates, 執行: Codex]* ## 摘要 K1605 檢驗一個銀行風險問題:市場價格相對帳面淨值的折價,能不能提前指出區域銀行後續已實現波動率上升。樣本使用 yfinance 免費資料,包含 27 家仍上市美國區域銀行,以及 KRE、KBE 兩個銀行 ETF;主...