選擇權預期損失：衡量 VaR 之外的尾端虧損
僅供教育參考，不構成投資建議
信賴水準 alpha 下的預期損失（Expected Shortfall，ES），是模型結果中最差 1 - alpha 比例的平均損失。VaR 找出損失分位數，ES 則回答該尾端內的損失有多嚴重。
選擇權組合的非線性、波動率變化、跳空和負 Gamma 可能產生少數巨大虧損，單一 VaR 門檻無法描述，因此 ES 很有用。但 ES 仍是模型估計，不是最大損失、價格預測、保證金要求或保證。
令 L 為損失，正數代表虧損。適用一般分布的定義是：
ES_alpha = [1 / (1 - alpha)] x 從 alpha 到 1 的 VaR_u 積分
連續分布下常寫為 VaR 門檻處或更差損失的條件平均。離散樣本或 VaR 處有機率質量時，需要說明分位數約定，有時對邊界採部分權重。必須記錄方法。
選擇權 ES 系統通常：
- 選擇期間、信賴水準、估值時間、幣別和損失符號。
- 產生股價、波動率曲面、利率、股息、借券與時間的聯合衝擊。
- 在每個情境完整重估所有選擇權和避險。
- 納入乘數、數量、現金、股票、費用及成交或清算成本。
- 排序組合損失，依權重平均所需最差尾端。
歷史模擬重播樣本中的聯合變化，保留已出現的關係，但看不到樣本外危機和制度轉換。蒙地卡羅模擬可產生更多尾端情境，但依賴分布、相關性、波動率、跳躍和曲面動態。Delta 正態近似快速，卻可能漏掉 Gamma、Vega、偏斜、障礙、提前履約和跳空。
期間必須符合決策。一天 ES 無法衡量需要多個壓力交易日退出的部位。流動性調整 ES 應說明價差、市場衝擊、部分成交和不同清算期間。
相同 VaR，不同尾端
Section titled “相同 VaR，不同尾端”假設十個等權、完整重估的一日情境，損失以千美元計，從最好到最差排序：
- 組合 A：
-5, -3, 0, 1, 2, 4, 6, 8, 20, 100 - 組合 B：
-5, -3, 0, 1, 2, 4, 6, 8, 9, 11
以累積機率首次達 80% 的最小損失定義，兩者均為：
80% VaR = 8,000 美元
最差 20% 含兩個等權結果：
ES_80%(A) = (20,000 + 100,000) / 2 = 60,000 美元
ES_80%(B) = (9,000 + 11,000) / 2 = 10,000 美元
VaR 門檻令兩者看似相同，ES 揭示 A 的尾端嚴重得多。小樣本只為方便計算；正式估算需要更多資料或情境、權重規則、穩定性分析和獨立壓力測試。
期權空頭的每個情境都要重新定價，不能把損失限制為收到的權利金。跳空可能同時改變 Delta 和 IV、擴大價差、觸發保證金需求，並使部位無法按理論市值退出。
實施與驗證清單
Section titled “實施與驗證清單”- 明確損失符號、基礎幣別、信賴水準、期間與估值時間。
- 記錄歷史、參數、過濾歷史或蒙地卡羅方法。
- 保留跨資產、跨到期和股價—波動率依賴。
- 衝擊完整波動率曲面，不只一個平值 IV。
- 重要非線性與路徑依賴部位採完整重估。
- 納入股票、現金、股息、利率、借券、乘數與全部腿。
- 美式履約和指派情境與模型估值分開處理。
- 明確加入價差、市場衝擊、延遲清算和部分成交。
- 加入近期歷史未見的隔夜跳空與事件。
- 檢查樣本長度、缺失資料、陳舊報價、公司行動和倖存者偏差。
- 比較平靜與壓力窗口的滾動估計。
- 回測 VaR 超限，也比較實際尾端幅度與 ES 預測。
- 同時使用確定性壓力情境。
- 報告集中度和情境貢獻，不只總數。
- 部位、曲面、相關性、流動性或保證金改變後重算。
- 保存模型版本、隨機種子、資料快照與轉換規則。
- 按風險能力限制部位，不為預定交易反推樂觀假設。
- 「ES 是最壞可能損失。」它是模型尾端平均，樣本外可更差。
- 「99% ES 表示只有 1% 機率虧損。」信賴水準定義尾端，不是任何虧損機率。
- 「ES 預測明日損失。」它摘要條件模型分布。
- 「條件平均簡式永遠適用。」離散質量和有限樣本需要邊界約定。
- 「VaR 相同表示風險相同。」VaR 之外可差異巨大。
- 「更多情境保證準確。」錯誤動態與資料只會產生精確外觀。
- 「歷史 ES 沒有模型假設。」窗口、權重、映射、清理、重估都是選擇。
- 「Delta 足夠。」大幅變化暴露 Gamma、Vega、偏斜與跳空。
- 「有限風險策略不需 ES。」路徑、流動性、指派與集中度仍重要。
- 「ES 自動包含操作風險。」保證金清算、拆腿、履約和結算需顯式建模。
- 「ES 較低證明交易更好。」它只衡量一個風險維度。