中心極限定理和 VaR

如果我有很多數據點和許多不同的因變數，我可以使用中心極限定理假設數據是多元正態的併計算我的 VaR 嗎？這是在 VaR 計算中適當使用中心極限定理嗎？

有幾種計算 VaR 的方法：i) 歷史，ii) 變異數-共變異數，以及 iii) 蒙特卡羅。iv) copula 技術。我假設您正在詢問方法（ii）。

如果數據不是多元正態和獨立同分佈，那麼變異數-共變異數方法將不會反映真實風險。例如，如果存在序列相關性，則風險被低估。

您對使用中心極限定理的直覺可以通過使用引導方法來估計 VaR 來應用。這種方法將 VaR 本身視為一個隨機變數，可以置信地估計。VaR 具有一些非常不尋常的特性，因為它不是一個連貫的風險度量- 祝你好運！這個網站上有很多關於如何進行引導的文章。

如果您沒有取多個值的平均值（具有有限變異數），則中心極限定理不適用。無論如何，要計算 VaR，您可以開始採用經驗分位數或使用更複雜的估計器，如另一個答案所述。

抱歉，我不清楚這些不同因變數的作用。

PS：請區分VaR（風險價值）和VAR（向量自回歸）

引用自：https://quant.stackexchange.com/questions/3105