极值理论：从 Fisher-Tippett 定理到 GPD

求和的世界归中心极限定理管，最大值的世界归 Fisher-Tippett-Gnedenko 管。从三类极限律到 GEV、从区组最大值到超阈峰值、从 GPD 到 return level——形状参数 ξ 是贯穿全程唯一守恒的量。

第 3 篇 · 共 12 篇约 10 分钟

有一张图，每个风险经理迟早都会亲手重新发现一遍。拿标普 500 十年的日收益画个直方图，看尾部：它不像高斯。三倍、四倍、五倍标准差的地方密度太高了——高斯说”一万年一遇”甚至”十万年一遇”的位置，你每隔三年就能数出一个观测。

数据违反模型时，对的是数据。高斯尾按 $e^{-x^2/2}$ 衰减，比指数衰减还快；而经验上金融收益是幂律尾，大致按 $x^{-1-\alpha}$ 衰减， $\alpha \in (2, 5)$ 。这不是调调参数能弥合的差距——幂律尾比高斯尾肥出几个数量级，无论怎么校准”尺度”都追不上。

那尾部该用什么模型？这正是极值理论回答的问题，而它的答案方式很不寻常：不是提议一个模型让你去检验，而是给出一个定理，告诉你样本最大值的极限律必然属于三类家族之一——就像中心极限定理告诉你归一化的样本和必然收敛到正态一样。求和的世界归 CLT 管；最大值的世界，归 Fisher–Tippett–Gnedenko 管。经验上金融损失落在其中的 Fréchet 类，对应的尾部工作模型就是 Generalized Pareto Distribution（GPD）。这篇文章把这条推导链完整走一遍，路上请盯住一个量：形状参数 $\xi$ 。它会在每一站出现，而且每一站都是同一个 $\xi$ ——这个守恒性就是整套理论能用的原因。

Fisher-Tippett-Gnedenko 定理

设 $X_1, X_2, \ldots, X_n$ 是分布 $F$ 的 iid 样本，右端点 $x^* = \sup\{x : F(x) < 1\}$ ，样本最大值 $M_n = \max(X_1, \ldots, X_n)$ 。 $M_n$ 的 CDF 直接可写：

P(M_n \le x) = F(x)^n

问题是 $n \to \infty$ 时 $F(x)^n$ 收敛到什么。逐点看，任何固定 $x < x^*$ 处 $F(x)^n \to 0$ ——退化了，就像不加归一化的样本和一样。所以要问的是重标度后的极限：Fisher–Tippett–Gnedenko（FTG）定理 (Embrechts, Klüppelberg & Mikosch, 1997, Thm. 3.2.3) 说，如果存在正规化常数 $a_n > 0$ 、 $b_n$ 使得

\frac{M_n - b_n}{a_n} \xrightarrow{d} G

且极限 $G$ 非退化（不是单点分布），那么 $G$ 必然属于三类参数家族之一——没有第四种可能。这三类可以统一写成 Generalized Extreme Value（GEV） 分布：

G_{\xi}(x) = \exp\left\{-\left(1 + \xi \frac{x - \mu}{\sigma}\right)^{-1/\xi}\right\}, \quad 1 + \xi \frac{x - \mu}{\sigma} > 0

位置 $\mu \in \mathbb{R}$ 、尺度 $\sigma > 0$ 、形状 $\xi \in \mathbb{R}$ 。三类的分野全在 $\xi$ 的符号上： $\xi > 0$ 是 Fréchet 型（Type II），重幂律尾，金融损失的归宿； $\xi = 0$ 是 Gumbel 型（Type I），指数型尾，正态、指数、对数正态的最大值都收敛到这里； $\xi < 0$ 是 Weibull 型（Type III），右端有界，适合被物理约束住的量（比如有限海况下的浪高）。代表性的例子各配一个：指数分布的最大值走向 Gumbel，Cauchy 的最大值走向 Fréchet，uniform(0,1) 的最大值走向 Weibull。

历史脉络一句话：Fréchet (1927) 先找到重尾那一类，Fisher & Tippett (1928) 列出全部三类，Gnedenko (1943) 补上严格的充要条件，统一的单参数化 GEV 写法由 Jenkinson (1955) 完成，McNeil、Frey & Embrechts (2015, §5) 把这套语言在金融风险里立成了标准。

形状参数 $\xi$ 决定一切

说 $\xi$ 是”形状”参数太谦虚了——它直接决定你的尾巴属于哪个世界。看 GEV 的右尾。 $\xi > 0$ 时：

\bar{G}_\xi(x) = 1 - G_\xi(x) \sim x^{-1/\xi} \quad \text{as } x \to \infty

幂律衰减，指数为 $1/\xi$ ： $\xi = 1/2$ 对应 $x^{-2}$ 的尾， $\xi = 0.2$ 对应 $x^{-5}$ 。这个指数通常记作尾指数 $\alpha = 1/\xi$ 。而 $\xi = 0$ （Gumbel 型）时，尾部比任何幂律都快：

\bar{G}_0(x) = 1 - \exp(-e^{-x}) \sim e^{-x} \quad \text{as } x \to \infty

$\xi < 0$ （Weibull 型）时右端点干脆有界， $x^* = \mu - \sigma/\xi$ ，越过端点概率为零。三个世界的差别不是程度问题而是种类问题——所有高阶矩是否存在、极端分位数怎么随置信水平增长，全由 $\xi$ 的符号和大小决定。金融数据的经验答案落在第一个世界：日频股票收益拟出的 $\xi$ 大致在 0.2–0.4 的量级，对应尾指数 2.5–5，与 Cont (2001) 综述的典型化事实一致（具体数值随样本期和市场漂移）。

区组最大值法：定理的直接应用

FTG 说的是”最大值”的分布，那最朴素的用法就是造出一堆最大值来拟合——这是 block maxima（BM）方法 (Coles, 2001, §3)。把数据切成 $k$ 个不重叠的区组、每组 $m$ 个观测（比如 21 个交易日一组，即按月分组），对每组取最大值 $M_j = \max(X_{(j-1)m+1}, \ldots, X_{jm})$ ，然后对这 $k$ 个区组最大值做 GEV 的最大似然拟合。

区组大小定义了”极端”的口径：按月分组，你建模的是月度最大损失；按年分组，是年度最大损失。选多大是个偏差-方差权衡——区组越大， $F(x)^m$ 越接近 GEV 极限、偏差越小，但最大值个数 $k$ 越少、方差越大；区组越小则反过来 (McNeil, Frey & Embrechts, 2015, §5.2)。10 年日数据、每年 252 个交易日：按月给 $k = 120$ 个最大值，按季度只有 $k = 40$ 。多数实证研究选月度区组，凑够 100 个以上的观测。

拟合本身是标准的 MLE。设 $z_i = (M_i - \mu)/\sigma$ ， $\xi \ne 0$ 时对数似然是

\ell(\mu, \sigma, \xi) = -k \log \sigma - \left(1 + \frac{1}{\xi}\right) \sum_{i=1}^k \log\left(1 + \xi z_i\right) - \sum_{i=1}^k \left(1 + \xi z_i\right)^{-1/\xi}

$\xi \to 0$ 时取连续极限形式，标准误由观察 Fisher 信息的逆给出。方法本身没毛病——毛病在它的胃口。

超阈峰值法：别把 95% 的尾部信号扔掉

BM 有个结构性的浪费：按月分组时，21 个观测里只留 1 个，哪怕某个月里第二大的损失比别的月的最大值还大，也照扔不误。研究尾部却扔掉大部分尾部观测，这说不过去。Peaks-Over-Threshold（POT） 方法改成保留所有高于某个阈值的观测、直接对超出量建模，统计效率更高，也是现代风险管理的主流做法 (McNeil, Frey & Embrechts, 2015, §5.3)。

取一个足够高的阈值 $u$ ，对 $X_i > u$ 的观测定义超出量 $Y_i = X_i - u$ ，共 $N_u$ 个。Pickands–Balkema–de Haan 定理（Balkema & de Haan, 1974; Pickands, 1975）说，当 $u$ 靠近右端点 $x^*$ 时，超出量的条件分布趋于一个统一的形式：

\Pr(Y \le y \mid X > u) \approx G_{\xi, \sigma_u}(y) = 1 - \left(1 + \xi \frac{y}{\sigma_u}\right)^{-1/\xi}

$y > 0$ 且 $1 + \xi y/\sigma_u > 0$ 。这就是 Generalized Pareto Distribution。注意两个参数的不同待遇：尺度 $\sigma_u$ 带着下标，依赖阈值；形状 $\xi$ 没有下标——它就是 FTG 定理里那个 $\xi$ ，同一个母分布的 BM 拟合和 POT 拟合共享同一个尾指数。守恒的量又出现了。

为什么 GPD 和 GEV 共享 $\xi$

这个守恒性值得推一遍，因为它同时给出阈值诊断的原理。对 $F$ 的上尾应用 FTG 定理，超出分布的极限是

P(X - u \le y \mid X > u) \to G_{\xi, \sigma_u}(y)

其中 $\xi$ 与区组最大值的 GEV 里那个相同，只有尺度随阈值走。而且 $\sigma_u$ 对 $u$ 的依赖是精确线性的：对 GEV 形状为 $\xi$ 的尾，

\sigma_u = \sigma + \xi(u - \mu)

$\sigma, \mu$ 是 GEV 的尺度和位置。三种情形各自读一下： $\xi = 0$ 时 $\sigma_u = \sigma$ 是常数——指数尾的无记忆性； $\xi > 0$ 时 $\sigma_u$ 随 $u$ 线性增大——阈值越高，尾部反而越”宽”，这是肥尾的招牌行为； $\xi < 0$ 时 $\sigma_u$ 线性缩小、在 $u = x^*$ 处归零——有界分布的尾部被端点掐死。反过来用：在一串阈值上拟合 GPD，如果 $\hat\xi$ 稳定而 $\hat\sigma_u$ 线性变化，你就等于识别出了母分布的 GEV 上尾。

选阈值：POT 唯一的手艺活

POT 把 BM 的”选区组大小”换成了”选阈值 $u$ “，权衡的两头一样： $u$ 太低，混进非尾部数据，偏差； $u$ 太高，超出太少，方差。实务里靠三个互相印证的诊断。第一个是 mean excess plot：对 $\xi < 1$ 的 GPD，均值超出函数 $e(u) = \mathbb{E}[X - u \mid X > u]$ 关于 $u$ 是线性的、斜率 $\xi/(1-\xi)$ ，所以画出经验 $e(u)$ 、找它开始变直的地方——直线区的起点就是候选阈值，顺手还能从斜率读出 $\xi$ 的初值。第二个是形状稳定性：对一串阈值分别拟合 $\hat\xi$ ，选最小的那个 $u$ ，使得再往上 $\hat\xi$ 基本不动——上一节的线性关系保证了这在渐近区里应该成立 (Coles, 2001, §4.3)。第三个是省事的经验起点：直接取数据的 90–95 分位当 $u$ ，再用前两个诊断校验。三个方法没有一个是全自动的，这是 POT 的固有手艺成分。

金融里的常规操作是对损失侧（负收益取正）做 POT，阈值取损失分布的 90 分位附近，标普日收益上拟出的 $\hat\xi$ 通常落在 0.2–0.4 的量级——和前面 BM 一侧的经验值对上了，这正是共享 $\xi$ 应有的样子。

Return Level：把 $\xi$ 变成一个能上报表的数

估完参数，EVT 最常交付的输出是 return level：期望每 $T$ 个观测被超过一次的损失水平。对 BM 拟合的 GEV， $T$ -观测 return level $z_T$ 由分位数直接解出：

G(z_T) = 1 - 1/T \quad \iff \quad z_T = \mu + \frac{\sigma}{\xi}\left[\left(-\log(1 - 1/T)\right)^{-\xi} - 1\right]

对 POT 拟合的 GPD，要把”超过阈值”和”超过 $z_T$ “两层概率串起来。设 $\zeta_u = P(X > u)$ 为超出概率，则

\Pr(X > z_T) = 1/T \quad \iff \quad \Pr(X > u) \cdot \Pr(X - u > z_T - u \mid X > u) = 1/T

代入 GPD 的生存函数：

\iff \zeta_u \cdot \left(1 + \xi \frac{z_T - u}{\sigma_u}\right)^{-1/\xi} = 1/T

解出 $z_T$ ：

z_T = u + \frac{\sigma_u}{\xi}\left[(\zeta_u T)^\xi - 1\right]

三个输入全部可估： $\hat\xi$ 、 $\hat\sigma_u$ 来自 GPD 拟合， $\zeta_u = N_u/n$ 来自超出率。 $T$ 很大时 $(\zeta_u T)^\xi \gg 1$ ，公式退化为

z_T \approx u + \frac{\sigma_u}{\xi}(\zeta_u T)^\xi

——return level 是 $T$ 的幂函数。这里再看一次 $\xi$ 怎么决定世界：肥尾（ $\xi > 0$ ）下， $T$ 每翻 10 倍，超出阈值的部分乘上 $10^\xi$ （ $\xi = 0.3$ 时约乘 2）——按比例放大；瘦尾（ $\xi = 0$ ）下 return level 只按 $\log T$ 增长， $T$ 翻 10 倍只加一个固定常数。千年一遇比百年一遇糟糕多少，答案完全写在 $\xi$ 里。

亲手拟一遍

import numpy as np
from scipy.stats import genpareto

# 从重尾分布模拟损失
np.random.seed(0)
n = 5000
losses = -np.random.standard_cauchy(size=n) * 0.005    # ~Cauchy 尾
losses = losses[losses > 0]   # 只保留损失
losses = losses[losses < 0.05]    # 截掉离谱的值以便拟合

# 选 90 分位作为阈值
u = np.quantile(losses, 0.90)
excess = losses[losses > u] - u

# 用 MLE 拟合 GPD（scipy 的符号约定：shape > 0 = 肥尾）
xi, loc, scale = genpareto.fit(excess, floc=0)

# T = 250（250 个交易日一遇）的 return level
T = 250
zeta_u = (losses > u).mean()
z_T = u + (scale / xi) * ((zeta_u * T) ** xi - 1)

print(f"Shape parameter xi: {xi:.3f}")
print(f"Scale parameter:    {scale:.5f}")
print(f"Threshold:          {u:.5f}")
print(f"Exceedance rate:    {zeta_u:.4f}")
print(f"250-day return level: {z_T:.5f}")

对着输出核两件事。第一，250 日 return level 明显大于经验 99 分位——这是设计使然，我们估的本来就是比样本能直接看到的更深的分位数。第二， $\hat\xi$ 会明显低于 Cauchy 的理论值：Cauchy 的尾指数是 $\alpha = 1$ ，即 $\xi = 1$ ，但代码为了拟合稳定截掉了大于 0.05 的极端值，而截断会系统性地把 $\hat\xi$ 往下拉。这本身就是一堂课——清洗数据时删掉”离谱”的观测，等于亲手把尾巴剪瘦，随后的一切尾部估计都会跟着乐观。

EVT 的边界

推导链走完了，最后把这套工具的边界画清楚。最硬的一条是 iid 假设：FTG 定理建立在独立同分布上，而市场的波动率 regime、监管环境、微观结构都在漂移——对 20 年数据拟一个 GPD，等于把差别很大的几段尾部行为隐式平均掉。常见的工程处理是先用 GARCH 类模型过滤掉波动率聚集、再对标准化残差做 EVT，或者分 regime 拟合。其次是样本量： $\xi > 0$ 时尾部估计量的置信区间随超出数减少而急剧变宽，超出少于百来个时渐近理论开始站不住，这也解释了为什么阈值诊断不能偷懒——它直接决定 $N_u$ 。最后是估计量本身的脾气：Hill 估计对阈值选择敏感、有限样本偏差可观（方向取决于分布的二阶尾部行为），moments 类估计更稳一些，MLE 在超出足够多时表现良好；严肃的分析应该多个估计量交叉印证，而不是信任单一数字。

这些边界没有一条否定 EVT 的地位：它仍然是对尾部建模唯一有定理背书的方法——你不是在猜尾部的函数形式，而是在用极限律规定的形式里估参数。下一篇在金融损失的 GPD 拟合上把实务流程逐步走一遍。

参考文献

Balkema, A. A., & de Haan, L. (1974). Residual life time at great age. Annals of Probability, 2(5), 792-804.

Coles, S. (2001). An Introduction to Statistical Modeling of Extreme Values. Springer.

Cont, R. (2001). Empirical properties of asset returns: stylized facts and statistical issues. Quantitative Finance, 1(2), 223-236.

Embrechts, P., Klüppelberg, C., & Mikosch, T. (1997). Modelling Extremal Events. Springer.

Fisher, R. A., & Tippett, L. H. C. (1928). Limiting forms of the frequency distribution of the largest or smallest member of a sample. Mathematical Proceedings of the Cambridge Philosophical Society, 24(2), 180-190.

Gnedenko, B. V. (1943). Sur la distribution limite du terme maximum d’une série aléatoire. Annals of Mathematics, 44(3), 423-453.

Jenkinson, A. F. (1955). The frequency distribution of the annual maximum (or minimum) values of meteorological elements. Quarterly Journal of the Royal Meteorological Society, 81, 158-171.

McNeil, A. J., Frey, R., & Embrechts, P. (2015). Quantitative Risk Management: Concepts, Techniques and Tools (rev. ed.). Princeton University Press. Ch. 5.

Pickands, J. (1975). Statistical inference using extreme order statistics. Annals of Statistics, 3(1), 119-131.