Ir para o conteúdo

Expected Shortfall (ES)

Perda média na cauda além de um nível escolhido da distribuição estimada. Complementa o VaR, mas não é pior caso e continua dependente de dados e modelo.

Em termos simples — Se o VaR marca onde começa uma cauda escolhida, o Expected Shortfall calcula a perda média dentro dessa cauda.

O Expected Shortfall mede a severidade média dos piores resultados definidos por um nível de confiança. Em uma distribuição contínua:

ESα = E[L | L ≥ VaRα]

Em amostras discretas e distribuições com massas de probabilidade, a implementação precisa declarar como trata o quantil. ES também é chamado de CVaR em alguns contextos, mas a convenção deve ser explicitada.

VaR e Expected Shortfall leem partes diferentes O quantil marca a entrada da cauda; a média de cauda descreve sua severidade sob o mesmo modelo. CYCLEPEDIA · CAUDA VaR e Expected Shortfall leem partes diferentes O quantil marca a entrada da cauda; a média de cauda descreve sua severidade sob o mesmo modelo. 1 Distribuição estimada Dados, horizonte e avaliação moldam o resultado. 2 Quantil VaR Define a frequência esperada de ultrapassagem. 3 Cauda escolhida Reúne os resultados além do nível declarado. 4 Média da cauda Resume severidade; não representa pior caso. SELECIONE UM BLOCO PARA ABRIR O VERBETE
O esquema é ilustrativo: nenhuma das duas medidas representa perda máxima.

O que acrescenta ao VaR

Duas carteiras podem ter o mesmo VaR e perdas muito diferentes além dele. O ES distingue essa severidade média. Sob condições matemáticas adequadas, ele satisfaz propriedades de coerência úteis para agregação e diversificação.

O cálculo herda, porém, os mesmos problemas de dados e avaliação. A cauda contém poucas observações; posições ilíquidas e não lineares exigem reprecificação; mudanças de regime tornam o passado uma aproximação frágil.

Uso correto

Registre perímetro, moeda, horizonte, confiança, método, janela, dados, custos e tratamento de liquidez. Compare estimativas alternativas e aplique cenários de estresse. Um ES de R$ 2 milhões não diz que a perda máxima é R$ 2 milhões: alguns resultados dentro da cauda podem ser muito maiores.


Estimação e estabilidade

Como apenas uma fração das observações entra na cauda, pequenas mudanças na janela ou no método podem deslocar a estimativa. Simulação histórica preserva padrões observados, mas não inventa eventos ausentes. Modelos paramétricos dependem da distribuição escolhida. Monte Carlo amplia o conjunto de trajetórias somente dentro das hipóteses programadas.

Para posições com opções, a carteira deve ser reprecificada quando a aproximação linear deixa de ser adequada. Para ativos ilíquidos, preços observados com atraso podem reduzir artificialmente a volatilidade e a cauda. Ajustes precisam ser documentados e testados, pois conservadorismo aparente também pode criar dupla contagem.

Limites e decisão

ES pode alimentar limites, capital e comparação de carteiras, mas o resultado precisa ser acompanhado por contribuições e cenários. Um aumento pode vir de nova posição, volatilidade, correlação ou mudança no método. Separar essas causas evita tratar alteração de modelo como movimento econômico.

Fontes

Entradas relacionadas