風險管理
比較修正 VaR 和普通 VaR
當給定 x% 置信水平的修正 VaR 和 x% 置信水平的普通 VaR 時，可以得出什麼推論。如果兩者相等，則可以推斷出回報是高斯的，但這也取決於置信水平。在極高的置信水平下，即使存在偏度和峰度，mVaR 也可以等於 VaR。
那麼風險管理者如何看待這些估計呢？估計中的不確定性是否值得關注。如果 VaR 低於 mVaR 且不確定性也低於 mVaR 會怎樣。如果 VaR 高於 mVaR 但不確定性低於 mVaR 會怎樣。
mVaR 總是更可取的嗎？通過觀察損失分佈，很容易看出是否存在偏斜和過度峰態，因此 mVaR 可能更可取，但與使用 VaR 相比，使用 mVaR 可能不是一個好主意。
在名稱中使用任何帶有“VaR”的東西基本上都是一個壞主意。但是修改後的 VaR 不假設正態分佈的隨機變數。所以也許這會讓人們感覺好一點。
在“高置信水平”下，mVaR 可能看起來等於 VaR，但眾所周知，這兩種度量在高置信水平下都不准確。考慮到非正態假設，mVaR 甚至可能更糟。
這是家庭作業，對吧？
如本連結所述，mVaR 表示根據經驗分佈的偏度和峰度調整的經驗表達式。
正如我們所知，經驗回報通常是偏斜的和達到峰值的，因此假設正態分佈不適合估計 VaR。因此，mVaR 會針對偏度和峰度進行調整，以更好地反映經驗 VaR。