ES期望损失:Stata及Python实现

原文链接： https://www.lianxh.cn/news/5e74f7966cf51.html

目录

• 1. ES (期望损失) 简介
  • 1.1 引言
  • 1.2 起源与发展
  • 1.3 VaR 的缺陷
  • 1.4 期望损失 ES
• 2. ES 优点和局限
  • 2.1 ES 的优点
  • 2.2 ES 的局限性
• 3. ES 模型在金融机构中的应用
• 4. ES 的 Python 实现
• 5. ES 的 Stata 实现

1. ES (期望损失) 简介

1.1 引言

在 「VaR 风险价值: Stata 及 Python 实现」 一文中，我们介绍了 VaR 模型 (Value at Risk 风险价值)。该模型回答了金融机构普遍关心的一个重要问题：「在一定概率的情形下，金融机构投资组合的价值在未来一定时间内最多可能损失多少」。

「一定概率」指的是一个 0% 到 100% 之间的数值，0% 即不可能发生，100% 即一定发生。我们常用的有 1%、5%（对应置信度即为 99%、95%），虽然 1% 在数值上已经比较小，但实际还隐藏着如 0.01%、0.0001% 等更为「极端」的情况，公司发生这类损失的概率极小，但损失极大，这类损失事件一旦发生，将对公司造成极大的影响，这就是风险管理中常说的尾部风险。

VaR 的局限性导致其不具备度量投资组合尾部风险的能力，它将损失可能发生的概率限定为一个值，因此低估了实际的市场风险。此外，在采用 VaR 确定监管资本要求时，监管者发现了无法捕获「厚尾风险」等诸多缺陷。若要度量投资组合损失超过 VaR 损失时所遭受的平均损失程度，更为准确地进行市场风险管理，就需要通过 ES（Expected Shortfall 期望损失）模型来实现。

1.2 起源与发展

ES 起源于国外学者对于风险管理计量方法的探索，研究总结发现，VaR 由于其本身的局限性，无法度量尾部风险，低估了实际的市场风险，其性质也并不完备。

ES 最初由国外学者 Philippe Artzner 等人于 1999 年提出，它的出现就是为了完善和提升当前以 VaR 模型为主流的市场风险度量方法，弥补 VaR 模型的不足。理论一出现就得到了学者的广泛关注，各类应用研究层出不穷，很快由学界传播到业界，进而引起了监管机构的重视。

巴塞尔银行委员会（Basel Committee on Banking Supervision）近年来修正了市场风险管理框架协议，经过多次征求意见和修改调整，最终于 2016 年 1 月 14 日颁布了最新的「市场风险最低资本金要求」，「要求」中将市场风险内部模型法计量测度从 VaR 转变为对资本金要求更为严格且符合一致性风险测度的 Expected Shortfall，提出了一系列新的计算标准，并规定这一转变的于 2019 年 1 月 1 日起实施。

从巴塞尔委员会的风险管理框架协议内容的转变，我们可以得知监管机构对待风险管理的态度和发展方向，也可以再次认证 ES 模型在风险管理中的重要性。

原文链接： https://www.lianxh.cn/news/5e74f7966cf51.html