预期短缺 (Expected Shortfall)

预期短缺 (Expected Shortfall)

预期短缺 (Expected Shortfall，ES)，亦称条件尾部期望 (Tail Conditional Expectation，TCE) 或条件风险价值 (CVaR)，是金融风险度量中衡量极端损失严重程度的指标。与风险价值 (VaR) 仅回答"损失在给定置信水平下最多为多少"不同，预期短缺进一步回答"一旦损失超出该阈值，平均损失有多大"。这一特性使 ES 对尾部风险具有完全敏感性，已被巴塞尔银行监管委员会采纳为市场风险内部模型法的核心风险指标，取代了此前对尾部迟钝的 VaR。

定义与计算

对于置信水平 $\alpha \in (0, 1)$ 下的连续损失分布，预期短缺定义为：

其中 $\text{VaR}_\alpha = F_L^{-1}(\alpha)$ 为 $\alpha$-分位数。等价地，ES 可写作 VaR 在尾部区间的积分平均值：

这一表达式揭示了 ES 对分布尾部整体结构——而非单点——的依赖。对于离散或经验分布，ES 等价于超过 VaR 的全部损失值的算术平均，这直接给出了历史模拟法和蒙特卡洛框架中的非参数估计方案。

为何替代 VaR

VaR 的数学缺陷驱动了向 ES 的转变。VaR 在一般条件下不满足次可加性——两个独立风险的 VaR 之和可能小于合并头寸的 VaR，意味着 VaR 可能产生"多样化增加风险"的违反直觉的结论。这在交易限额设定、资本配置和组合优化中造成了操作性难题。ES 作为一致风险度量（满足次可加性、正齐次性、单调性和平移不变性），保证分散化不会虚拟地增加风险。

更为重要的是，VaR 对分位点以外的尾部信息完全忽略——两个损失分布可以有相同的 99\% VaR，但其中一个在 99.5\% 分位点以上的损失可能是另一个的数倍。这在"悬崖风险"情形下——如深度虚值期权空头或次贷结构化产品——意味着 VaR 完全缺失了对真正灾难性损失的预警能力。ES 通过显式平均整个尾部串联起了分位点以外的全部风险信息，对尾部厚度的变化更为灵敏。

实际应用中的挑战

预期短缺的估计比 VaR 对尾部建模的要求更高。极值理论 (EVT) 中的广义帕累托分布 (GPD) 通过 Pickands-Balkema-de Haan 定理为超过高阈值的尾部提供了渐近理论，但阈值选择、参数估计不确定性和小样本偏差仍是实证中的挑战项。回测方面，VaR 可通过二项检验直接验证（实际突破次数是否与名义概率一致），而 ES 的均值性质使其不易构造简单的频率检验，通常需借助 Acerbi-Székely 检验或基于多分位数联合超标检验的近似方案。这些计量复杂性意味着 ES 的理论优势需在实际风险报告系统中与更透明的 VaR 并行，以实现可解释性和尾部覆盖性的平衡。