Eine Kennzahl für Tail-Risiko, definiert als der erwartete Verlust bedingt darauf, dass Verluste die Value-at-Risk-(VaR)-Schwelle bei einem spezifizierten Konfidenzniveau überschreiten; sie quantifiziert die durchschnittliche Schwere der Verluste in der Tail jenseits des VaR-Cutoffs.

Prinzip

Indem auf das Überschreiten der VaR-Schwelle konditioniert wird, erfasst CVaR die durchschnittliche Tail-Schwere und stellt somit ein kohärentes, konvexes Maß für Abwärtsrisiko dar, das empfindlich auf die Form der Verlust-Tail reagiert statt nur auf einen Quantilpunkt.

Demonstration

Illustrative Berechnung: Für eine Portfolioverslustverteilung und Konfidenzniveau 97,5 % die VaR-Schwelle bestimmen, sodass 2,5 % der Verluste sie überschreiten, anschließend den Mittelwert der Verluste berechnen, die größer als diese VaR sind; dieser bedingte Mittelwert ist der CVaR (Expected Shortfall) bei 97,5 %.

Fehlanwendung

VaR mit CVaR verwechseln oder CVaR als vollständige Beschreibung des Tail-Risikos ansehen, ohne die Verteilungsannahme, die Aggregationsmethode oder Liquidierbarkeit der Verluste anzugeben; der semantische Fehler ist anzunehmen, CVaR allein charakterisiere alle relevanten Tail-Abhängigkeiten oder Kapitalbedarfe.

Konsequenz

CVaR wird für regulatorische und interne Kapitalallokation, Optimierung und Stresstests verwendet, weil es extreme Verluste konsistenter gewichtet als VaR; sein numerischer Wert hängt jedoch von Modellwahl, Aggregation und Konfidenzniveau ab und beeinflusst so Kapital- und Portfolioentscheidungen.

Umkehrung

Bei diskreten, beschränkten oder schlecht geschätzten Tails oder unter Modellunsicherheit kann die bedingte Erwartung jenseits eines Quantils instabil oder nicht definiert sein; dann sind alternative Tail-Metriken oder Robustheitsmaßnahmen erforderlich.

Abgrenzung

Gilt für Verlustverteilungen und erfordert die Festlegung des Konfidenzniveaus, der Verlustdefinition (z. B. mark-to-market, Liquidation) und der Aggregationsmethode; es schreibt nicht selbst Kapitalverteilungsvorschriften, regulatorische Behandlung oder Annahmen zur Rückgewinnung vor.

Semantische Spannung

Konservativität versus Modellsensitivität: CVaR ist informativer und konservativer als VaR hinsichtlich Tail-Schwere, aber empfindlicher gegenüber Tail-Modellannahmen und Schätzfehlern, was einen Zielkonflikt zwischen Vorsicht und numerischer Stabilität erzeugt.

Synthese

CVaR liefert eine erwartungsbasierte Zusammenfassung von Tail-Verlusten jenseits eines gewählten Quantils und ist damit in kohärenten Risikorahmen der VaR vorzuziehen; ihre praktische Anwendung verlangt jedoch sorgfältige Festlegung von Modell, Aggregation und Konfidenzniveau sowie Aufmerksamkeit für Schätzrisiken.