{
  "schema_version": 1,
  "slug": "bozovic-2020-portfolio-tail-risk-evt",
  "title": "Portfolio Tail Risk: A Multivariate Extreme Value Theory Approach",
  "title_ja": "複数資産が同時に急落する損失をどう見積もるか",
  "authors": [
    "Miloš Božović"
  ],
  "published_year": 2020,
  "venue": "Entropy",
  "identifiers": {
    "doi": "10.3390/e22121425",
    "arxiv": null,
    "jstage": null,
    "ssrn": null
  },
  "versions": [
    {
      "kind": "publisher",
      "url": "https://doi.org/10.3390/e22121425",
      "label": "出版社ページ（DOI）"
    }
  ],
  "source": {
    "provider": "publisher",
    "metadata_license": "other",
    "text_reuse": "none",
    "accessed_at": "2026-08-11"
  },
  "categories": [
    "portfolio_risk",
    "statistical_method"
  ],
  "methods": [
    "theoretical",
    "simulation"
  ],
  "sample": {
    "markets": [
      "US"
    ],
    "period": {
      "start": "2005",
      "end": "2019"
    },
    "universe": "米国株ポートフォリオを用いる例示。期間は概略",
    "frequency": "論文ごとの分析頻度（書誌・抄録では詳細未確認）"
  },
  "findings": [
    {
      "label": "主要な観測結果",
      "effect": "多変量極値理論を用いてポートフォリオのVaRと期待ショートフォールを推定する方法を提示する。",
      "value": null,
      "unit": null,
      "basis": "not_reported",
      "note_ja": "効果量は一次資料の表・定義まで検収していないため未収録。"
    }
  ],
  "replication": {
    "status": "not_assessed",
    "evidence": [],
    "note_ja": "独立した追試研究との対応は未評価。"
  },
  "caveats": [
    "jp_untested"
  ],
  "japan_applicability": {
    "status": "not_assessed",
    "note": "日本市場への適用可能性は本レコードでは評価していない。"
  },
  "summary_ja": {
    "body": "多変量極値理論を用いてポートフォリオのVaRと期待ショートフォールを推定する方法を提示する。",
    "derivation": "original_summary",
    "reviewed_by": "operator",
    "reviewed_at": "2026-08-11"
  },
  "explainer_ja": {
    "one_liner": "複数銘柄の極端な損失が同時に起きる場合を、多変量極値理論で扱い、VaRと期待ショートフォールを推定する方法の研究です。",
    "question": "通常時の相関や正規分布を前提にすると、市場混乱時の共同急落を過小評価しかねません。銘柄間の依存を保ちながら、分布の端だけを重点的にモデル化してポートフォリオ損失を測れるかを問います。",
    "method": "米国株ポートフォリオのリターンを主成分で直交化し、自己相関と変動率変化をGARCH型モデルで除きます。その残差の両端へ一般化パレート分布を当て、資産間の尾部依存を組み戻してVaRと期待ショートフォールを導きます。",
    "result": "提案法は複数の信頼水準でバックテストされ、ストレス局面を含む標本外期間でもモデル棄却に至らなかったと報告されました。比較対象の多変量パラメトリック法より、極端な市場変動のリスク表現に適すると結論づけています。",
    "interpretation": "棄却されなかったことは損失予測が常に正確という証明ではありません。尾部閾値、周辺分布、依存構造の選択で推定は変わります。米国株の例から日本株や他資産へ性能を保証せず、危機時の未知の構造変化も残ります。",
    "glossary": [
      {
        "term": "極値理論",
        "note": "分布の中央ではなく、極端な観測値が現れる確率を扱う統計理論です。"
      },
      {
        "term": "期待ショートフォール",
        "note": "VaRを超える損失が起きた場合の平均損失額です。"
      },
      {
        "term": "主成分分析",
        "note": "相関する多数の変数を互いに直交する少数の成分へ変換する方法です。"
      }
    ]
  },
  "source_verification": {
    "level": "abstract",
    "checked_url": "https://doi.org/10.3390/e22121425",
    "checked_date": "2026-08-11"
  },
  "updated_at": "2026-08-11",
  "aliases": [],
  "diagram_ja": {
    "type": "before_after",
    "evidence_mode": "direction_only",
    "headline": "通常のリスク配分へ、極端損失の推定を加える",
    "caption": "極値理論で大きな損失の裾を推定し、その制約を入れたポートフォリオが通常の配分とどう変わるかを調べます。",
    "before_after": {
      "before": {
        "label": "通常の配分",
        "note": "平均と通常変動を中心に最適化"
      },
      "trigger": {
        "label": "極端損失の制約を追加"
      },
      "after": {
        "label": "裾リスク配分",
        "note": "危機時の損失を抑える方向へ調整"
      }
    },
    "profit_distance": {
      "observed": {
        "status": "limited",
        "note": "特定標本・モデルで配分結果を確認。"
      },
      "costs": {
        "status": "not_tested",
        "note": "費用後運用は未確認。"
      },
      "replication": {
        "status": "not_tested",
        "note": "独立再現は未評価。"
      },
      "japan": {
        "status": "not_tested",
        "note": "日本市場は未検証。"
      }
    }
  },
  "lint_waivers": [],
  "disclaimer_ja": "一般的な研究紹介であり、売買推奨・投資助言ではありません。"
}