极值理论 EVT 尾部风险：用广义帕累托分布给『黑天鹅』定价
正态分布对极端事件的低估不是误差，是数量级灾难：在 5000 天合成收益（GARCH 波动聚集 + t(4) 肥尾）上实测，4σ 事件正态预期 0.32 次、实际发生 37 次（低估 117 倍），6σ 事件低估超过 100 万倍。极值理论 EVT 不试图拟合整个分布，只对尾部『超越阈值的部分』下手：Pickands-Balkema-de Haan 定理保证超越损失渐近收敛于广义帕累托分布 GPD。本文用 scipy 完整走一遍 POT 流程：取 95% 分位为阈值得 250 个超越样本、MLE 拟合出形状参数 ξ=0.216（隐含尾部指数 α≈4.6，与生成过程一致）、QQ 图验证拟合质量。VaR 对决见真章：99.9% VaR 正态给 2.49%、EVT 给 4.68%、经验分位 4.69%——EVT 几乎精确命中，正态差了近一倍；99% VaR 违反回测中正态违反 87 次（预期 50 次）、EVT 违反 49 次。ES 差距更狠：99.9% ES 正态 2.71% vs EVT 6.37%。诚实拆穿阈值选择的偏差-方差两难（阈值敏感性扫描图）、iid 假设被波动聚集破坏、ξ 的置信区间宽到离谱三类陷阱（中高阶）。
先说结论：正态分布不是”低估”了极端风险，是把极端风险直接从世界观里开除了。在 5000 天合成收益上实测：4σ 事件正态预期 0.32 次、实际发生 37 次，低估 117 倍；6σ 事件低估超过 100 万倍。极值理论（EVT）的聪明之处在于认怂——它不假装能拟合整个分布，只对”超越高阈值的那截尾巴”建模，而数学定理保证这截尾巴渐近服从广义帕累托分布（GPD）。实测结果：99.9% VaR 正态给 2.49%，EVT 给 4.68%，经验分位 4.69%——EVT 几乎精确命中，正态差了近一倍。
一、正态分布的罪状清单#
先造一个像样的”市场”：GARCH(1,1) 波动聚集 + t(4) 肥尾创新项，5000 天（约 20 年日线）：
import numpy as np
from scipy import stats
rng = np.random.default_rng(42)
n = 5000
omega, alpha, beta = 0.02e-4, 0.09, 0.88
sig2 = np.zeros(n); sig2[0] = omega / (1 - alpha - beta)
z = rng.standard_t(df=4, size=n) / np.sqrt(4 / 2) # 标准化 t(4)
ret = np.zeros(n)
for t in range(1, n):
sig2[t] = omega + alpha * ret[t-1]**2 + beta * sig2[t-1]
ret[t] = np.sqrt(sig2[t]) * z[t]
ret += 0.0003 # 正漂移
loss = -ret # 损失取正号得到的序列：日波动 0.81%、超峰度 11.0、最差单日 -6.03%——和真实股指的典型事实相当接近。
现在数一数各个 σ 级别的极端事件，正态分布预期 vs 实际：
| 级别 | 正态预期次数 | 实际次数 | 低估倍数 |
|---|---|---|---|
| 3σ | 13.5 | 88 | 7x |
| 4σ | 0.32 | 37 | 117x |
| 5σ | 0.003 | 20 | 6977x |
| 6σ | ~0 | 10 | >100 万 x |
注意规律：越往尾部走，低估越不是”误差”而是”数量级灾难”。正态分布的密度以 速度衰减，肥尾分布以幂律 衰减——两者在尾部的差距随 x 指数级拉开。用正态算 99% VaR 只错 20%，算 99.9% VaR 就错 100%，算”百年一遇”则完全是科幻小说。
二、EVT 的核心思想：只对尾巴建模#
EVT 的谦逊是它的力量：中间那 95% 的数据爱什么分布什么分布，我只问一个问题——给定损失已经超过高阈值 u，超越量 服从什么分布？
Pickands–Balkema–de Haan 定理给出答案：对几乎所有常见分布（正态、t、Pareto、对数正态……），当 u 足够高时，超越量的条件分布收敛于广义帕累托分布（GPD）：
两个参数各司其职：
- ξ（形状参数）：尾部性格。ξ>0 幂律肥尾（金融常态），ξ=0 指数尾（正态一族），ξ<0 有界尾。且 α = 1/ξ 就是尾部指数——ξ=0.25 意味着四阶矩（峰度）不存在
- β（尺度参数）：尾巴的”宽度”
这就是 POT（Peaks Over Threshold）方法：选阈值 → 收集超越样本 → MLE 拟合 GPD → 解析外推任意深度的分位数。
三、完整 POT 流程#
# 1. 选阈值：95% 分位
u = np.quantile(loss, 0.95) # 1.18%
exceed = loss[loss > u] - u # 250 个超越样本
n_u = len(exceed)
# 2. MLE 拟合 GPD（固定位置参数为 0）
xi, _, sc = stats.genpareto.fit(exceed, floc=0)
# xi = 0.216, sc = 0.569%
# 隐含尾部指数 alpha = 1/0.216 ≈ 4.6
# 3. VaR / ES 解析公式（POT 外推）
def var_es_evt(q):
p_u = n_u / n # 超越概率
var = u + sc/xi * (((1-q)/p_u)**(-xi) - 1)
es = (var + sc - xi*u) / (1 - xi)
return var, es拟合出 ξ=0.216，隐含 α≈4.6——和生成过程的 t(4) 创新项几乎一致，GPD 从 250 个尾部样本里把数据的真实尾部性格挖了出来。QQ 图验证拟合质量：
四、VaR/ES 对决：EVT vs 正态 vs 经验分位#
| 置信度 | 正态 VaR | EVT VaR | 经验分位 | 正态 ES | EVT ES |
|---|---|---|---|---|---|
| 99% | 1.87% | 2.27% | 2.23% | 2.14% | 3.30% |
| 99.5% | 2.07% | 2.88% | 2.83% | 2.33% | 4.07% |
| 99.9% | 2.49% | 4.68% | 4.69% | 2.71% | 6.37% |
三个观察：
- 99.9% 处 EVT（4.68%）几乎精确命中经验分位（4.69%），正态（2.49%）差了 88%。而且 EVT 的优势在经验分位失效的更深处（99.99%+）才真正体现——样本里只有 5000 天，经验分位最多支撑到 99.98%，再深只能靠 GPD 的解析外推
- ES 的差距比 VaR 更大（99.9% 处 2.71% vs 6.37%）。ES 问的是”超过 VaR 之后平均亏多少”，恰恰是尾部形状最敏感的量——正态的指数尾在这里输得最惨
- 违反回测一锤定音：99% VaR 预期违反 50 次，正态实际违反 87 次（1.74%，风险被系统性低估），EVT 违反 49 次（0.98%，几乎完美校准）
五、诚实时间：三个没人爱提的坑#
坑一：阈值选择是无解的偏差-方差两难#
阈值太低 → GPD 渐近性不成立，拟合有偏；阈值太高 → 超越样本太少，方差爆炸。对阈值分位从 88% 扫到 98.5%：
ξ 的估计随阈值明显漂移，98% 以上置信带宽到没法用。实务折中是 90%~97.5% 分位间找”ξ 稳定平台”，但这个选择本身就引入了研究者自由度——报告 EVT 结果时不给阈值敏感性图的，都该被追问。
坑二：iid 假设被波动聚集当场击穿#
POT 理论假设超越事件独立出现，但 GARCH 世界里极端损失扎堆——一次危机贡献一串超越样本，有效样本量远小于表面的 250 个，置信区间被系统性低估。标准修法是去聚类（declustering）：把连续的超越序列只取簇内最大值，或先用 GARCH 滤掉波动率再对标准化残差做 EVT（所谓条件 EVT/McNeil-Frey 两步法）。本文为演示清晰没做，实盘必须做。
坑三：ξ 的不确定性会被外推放大#
250 个样本估出的 ξ=0.216，95% 置信区间大约 ±0.1。看着不大？外推到 99.9% 分位时，ξ=0.12 和 ξ=0.32 给出的 VaR 能差 40%——外推越深，参数不确定性被幂律杠杆放大得越狠。负责任的做法是报告 VaR 的置信区间（profile likelihood），而不是一个假装精确的点估计。
六、实务建议#
- 95% 以内的 VaR 用什么方法都差不多，99.5% 以深必须上 EVT——这是正态和历史模拟双双失效的区间
- 先滤波动率再做 EVT（两步法），既修 iid 假设又让模型对波动率状态自适应
- ξ 的点估计别当真理，阈值敏感性图 + 置信区间是交付标配
- EVT 管的是”单资产尾部有多深”，不管”多资产尾部会不会一起来”——后者是 Copula 的领地，两者配合才是完整的尾部风险框架
黑天鹅无法预测，但它的”价格”可以估计。EVT 做的就是这件事：不预言下一次崩盘在哪天，只告诉你——当它来的时候，大概有多深。