R中使用cvar包计算参数化Expected Shortfall结果不符排查求助

核心问题 #

你的代码出现结果差异的原因有两个：

1. ES的方向定义不匹配：自定义函数和QRM的ESnorm计算的是收益分布的右尾ES（收益高于95%分位数的条件期望），而cvar包默认计算的是损失分布的上侧ES（对应收益的左尾ES），方向完全相反。
2. 分布参数传递错误：直接传递pnorm给cvar的ES函数时，mean和sd无法正确绑定到分布函数上，导致计算用的是标准正态分布而非你指定的参数分布。

修正后的代码 #

# 自定义正态分布ES函数（右尾）
calculate_expected_shortfall <- function(mean, sigma, alpha) {
  z_alpha <- qnorm(alpha)
  phi_z_alpha <- dnorm(z_alpha)
  mean + sigma * (phi_z_alpha / (1 - alpha))
}

# 参数配置
mean <- 100   
sigma <- 15   
alpha <- 0.95 

# 方法1：自定义函数
es_custom <- calculate_expected_shortfall(mean, sigma, alpha)

# 方法2：QRM包（默认右尾ES）
library(QRM)
es_qrm <- ESnorm(0.95, mu = mean, sd = sigma)

# 方法3：修正后的cvar包调用（两种有效方式）
library(cvar)
# 方式A：用分位数函数qnorm，直接指定右尾ES
es_cvar_qf <- ES(qnorm, dist.type = "qf", p_loss = alpha, mean = mean, sd = sigma, side = "upper")

# 方式B：用匿名函数绑定pnorm参数，指定右尾ES
es_cvar_cdf <- ES(
  function(q) pnorm(q, mean = mean, sd = sigma),
  dist.type = "cdf", 
  p_loss = 1 - alpha, 
  side = "upper"
)

# 验证一致性
cat("自定义函数结果：", round(es_custom, 4), "\n")
cat("QRM包结果：", round(es_qrm, 4), "\n")
cat("cvar包（分位数函数）结果：", round(es_cvar_qf, 4), "\n")
cat("cvar包（CDF匿名函数）结果：", round(es_cvar_cdf, 4), "\n")

关键修正说明 #

1. 对齐ES方向 #

• 自定义函数和ESnorm的alpha=0.95对应右尾5%的极端收益，cvar包需要通过side="upper"指定计算上侧（右尾）ES，并调整p_loss参数：
  • 用分位数函数时，p_loss=alpha=0.95直接对应收益的95%分位数。
  • 用CDF时，p_loss=1-alpha=0.05表示右尾5%的概率区间。

2. 正确传递分布参数 #

• 使用分位数函数qnorm时，mean和sd可直接通过...参数传递给qnorm，无需额外处理。
• 使用CDF时，必须用匿名函数将mean和sd绑定到pnorm上，否则cvar会默认使用标准正态分布进行计算。

验证结果 #

运行修正后的代码，四个结果将完全一致（约为130.9402），符合你的预期。

内容的提问来源于stack exchange，提问作者R_us3r