← 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

登入會員可按讚與收藏。

分享到:LINEFacebookX / Twitter

持續追蹤這項研究

收藏、追蹤與明日提醒只保存必要識別資料,可在會員中心檢視或刪除。

研究資訊不構成個人投資建議;提醒僅代表研究更新,不代表交易訊號。

訂閱研究摘要

研究摘要與新文章,不轉售、不寄廣告,隨時可退訂。

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

📄
asia3:台股九檔的波動溢出方向對 VAR 階數很穩,換成 Granger 網絡卻有六檔翻面
先前的一般讀者版〈台積電發、鴻海收:台股的波動是有方向的〉以 Diebold-Yilmaz 廣義預測誤差變異分解(GFEVD)排出九檔台股代表股的淨發送者與淨接收者。這篇回答那篇沒問的兩個方法問題:這個方向排序對模型設定有多穩?換一把網絡量尺,誰在發、誰在收,答案還一樣嗎? 結論分兩半。對 VAR 階數,排序幾乎不動;對量尺本身,排序大半翻面。而方向本身的量級,相對於總連結度只是一個零頭。 設定…
→
📄
K1884:拿 VIX1D 對照 SPY 同一天的已實現變異,年化分母、報價時點與盤中窗口各自能把答案改掉多少
一般讀者版〈一日恐慌指數開盤報的當日變異,平均是 SPY 盤中實際的 1.56 倍:這個數字該怎麼讀〉給的是水準與讀法。這篇處理做這個比較時要先決定的三件事:VIX1D 要除以哪一個年化分母、要拿哪一個時點的報價、已實現變異要涵蓋盤中哪一段。 K1884 的結果顯示,這三個選擇造成的偏移,與要量的效果同一個量級;選錯任何一個,程式不會報錯,只會回答另一個問題。 先釐清估計量。K1884 量的是同一…
→
📄
K1378:VIX 長期成分讓 SPY 波動預測勝過 GJR-GARCH,這個優勢在疫情窗外更穩定
做風險控管或選擇權定價的人,常要在兩種日頻波動模型之間取捨:只用報酬本身的 GJR-GARCH,或在 GARCH 之外加一個由 VIX 驅動的長期成分。後者多了一個外部變數要維護,值不值得,要看它的預測優勢從哪裡來。如果優勢只來自 2020 年那種市場崩跌的少數日子,平常用它就只是多背一個依賴;如果優勢出現在一般日子,它才是日常可用的改進。 K1378 用 SPY 的樣本外一步預測回答這個問題:A…
→