厚尾分布不是正态分布
VaR模型是在收益分布为正态分布的情况下的衡量。但事实表明，资产的收益的尾部比正态分布的尾部更厚，通常成为厚尾性，且其与正态分布的对称性也并不一致。当这种情况出现的时候，VaR模型就不会产生一致性度量的结果。所谓一致性风险度量即是风险衡量得出的度量值的大小与风险的实际大小具有一致性。对风险大的金融资产衡量得出的风险值大于对风险小的金融资产衡量得出的风险值，具有相同风险的金融资产具有相同的风险度量值，具有不同风险的金融资产具有不同的风险度量值。
设想一种极限情况：更薄的厚尾相当于正态分布了。而更厚的厚尾，你应该明白了吧。
内容全部来源于网络收集，如有侵权，请联系网站删除：QQ：24596024