← Alle Insights
10 Min. Lesezeit · Risk · Februar 2031

Tail-Risk-Management in der Tiefe: was nach VaR und CVaR kommt.

Vola, VaR und CVaR beschreiben die Welt, in der Märkte sich gut benehmen. Tail-Risk ist genau das Gegenteil: das, was passiert, wenn die Verteilung versagt. Über Extreme-Value-Theory, Conditional-Drawdown-at-Risk und die Indikatoren, die zeigen, wann der Tail aktiv wird.

Was Tail-Risk wirklich ist.

Tail-Risk ist nicht Volatilität. Es ist das Risiko der seltenen, aber extremen Ereignisse, die unter Normalverteilungs-Annahme statistisch unmöglich erscheinen und trotzdem regelmäßig vorkommen. Eine Auswahl der letzten vier Jahrzehnte:

Jedes dieser Events wäre unter Normalverteilung „undenkbar". Trotzdem ereignen sie sich etwa alle 3–7 Jahre. Das ist nicht Pech, sondern struktureller Befund: Marktrenditen sind nicht normalverteilt. Die Tails sind fett, manchmal sehr fett.

Warum Standard-Risk-Maße im Tail versagen.

VaR auf 95 % oder 99 % beschreibt das Risiko bis zu einem Quantil — er sagt nichts über das, was darüber hinaus passiert. CVaR (Expected Shortfall) korrigiert das teilweise: er misst den erwarteten Verlust jenseits des VaR-Quantils. Aber CVaR berechnet auf historischer oder normalverteilter Basis unterschätzt systematisch das, was im echten Tail wartet.

Der Grund ist mathematisch einfach: empirische Tails sind dünn besetzt. Selbst mit zwanzig Jahren Tagesdaten habe ich nur ein paar Dutzend Beobachtungen jenseits des 99 %-Quantils. Statistisch sind das zu wenig, um die Tailform belastbar zu schätzen. Wer den Tail ernst nimmt, braucht ein Modell der Tailform, nicht nur empirische Aggregation.

Extreme-Value-Theory und die GPD.

Die Extreme-Value-Theory (EVT) liefert genau dieses Modell. Der zentrale Satz (Pickands-Balkema-de Haan): unter sehr allgemeinen Bedingungen folgt der Tail einer Verteilung — also die Werte oberhalb einer hohen Schwelle u — asymptotisch einer Generalized Pareto Distribution (GPD) mit zwei Parametern: 

# GPD-Dichte:
#
#   1/sigma * (1 + xi * y / sigma)^(-1/xi - 1)    falls xi != 0
#   1/sigma * exp(-y / sigma)                     falls xi == 0
#
# y = Überschuss über Schwelle u (y > 0)
# xi = Tail-Index (shape parameter)
# sigma = Skalenparameter
#
# Interpretation xi:
#   xi <  0  : kurzer/begrenzter Tail
#   xi == 0  : exponentieller Tail (Normalverteilung etc.)
#   xi >  0  : Power-Law-Tail, fat tail (Markt-Realität)
#   xi >= 0.5: extrem fat tail, kein endlicher Erwartungswert für hohe Momente

Empirisch liegt der Tail-Index xi für Aktienindex-Tagesrenditen meist im Bereich 0,2–0,4. Für Einzelaktien oder hochgehebelte Strategien deutlich höher.

EVT in Python.

import numpy as np
import pandas as pd
from scipy.stats import genpareto

returns = pd.read_parquet("spx_daily.parquet")["ret"]
losses  = -returns  # wir modellieren Verluste

# Schwelle: 95% Quantil der Verluste
u = np.quantile(losses, 0.95)
excesses = losses[losses > u] - u
print(f"Schwelle u: {u:.4f}, Anzahl Excesses: {len(excesses)}")

# GPD-Fit per MLE
xi, loc, sigma = genpareto.fit(excesses, floc=0)
print(f"Tail-Index xi = {xi:.3f},  sigma = {sigma:.4f}")

# Tail-VaR/CVaR auf 99% und 99.9%
def tail_var(p, xi, sigma, u, n, n_u):
    return u + (sigma / xi) * (((n / n_u) * (1 - p)) ** (-xi) - 1)

n   = len(losses)
n_u = len(excesses)

for p in [0.99, 0.995, 0.999]:
    var_p  = tail_var(p, xi, sigma, u, n, n_u)
    cvar_p = (var_p + sigma - xi * u) / (1 - xi)
    print(f"VaR {p:.3%} = {var_p:.4f}   CVaR {p:.3%} = {cvar_p:.4f}")

Das Ergebnis: GPD-basierte Tail-Quantile liegen typischerweise 30–60 % über den empirischen oder normalverteilten Schätzungen. Wer auf empirischem 99,9 %-VaR sizing macht, unterschätzt den echten Tail um diesen Faktor.

Drawdown-at-Risk und CDaR.

VaR und CVaR sind punktuell — sie messen den Verlust an einem einzelnen Tag oder innerhalb einer kurzen Periode. Tail-Risk im Portfolio-Kontext betrifft aber kumulative Verluste, also Drawdowns. Drawdown-at-Risk (DaR) und Conditional Drawdown-at-Risk (CDaR) erweitern das Konzept:

CDaR ist meines Erachtens das ehrlichste Einzelmaß für Tail-Risk im Portfolio. Es bildet ab, was wirklich schmerzt: nicht ein einzelner schlechter Tag, sondern eine kumulierte Verlustphase. Strategien lassen sich auf CDaR-Budget optimieren (Chekhlov, Uryasev, Zabarankin 2005) — eine Erweiterung von Markowitz, die Tail-Risk strukturell ernst nimmt.

Tail-Indikatoren — wann der Tail aktiv wird.

Tail-Risk-Management ist nicht statisch. Tails sind in manchen Marktphasen näher als in anderen. Drei Indikatoren, die ich kontinuierlich beobachte:

Zusätzlich beobachte ich Credit-Spreads (HY-Spreads über 600 bp ist erhöhte Wachsamkeit, über 800 bp aktiver Tail-Modus), den TED-Spread und die Term-Struktur der VIX-Futures (Backwardation als Tail-Aktivierungsindikator).

Praktische Antworten — was tun, wenn der Tail aktiv wird?

Tail-Risk-Management ist kein passives Messen, sondern aktive Reaktion. Drei klassische Hebel, die ich nutze:

Die dynamische Komponente ist dabei wichtig. Eine permanente Tail-Hedge-Allokation ist teuer (siehe Premium-Decay-Diskussion). Eine dynamisch skalierte Allokation, die in ruhigen Phasen klein bleibt und bei aktivem Tail vergrößert wird, ist kosteneffizienter — wenn die Aktivierungs-Indikatoren funktionieren.

Grenzen von Tail-Risk-Modellen.

Meine Praxis.

Bei jedem Mandantenportfolio läuft ein kontinuierliches Tail-Risk-Monitoring: GPD-basierte Tail-VaR und Tail-CVaR auf 99 % und 99,9 %, rolling 60-Tage-Skew und Kurtosis, Tail-Aktivierungs-Score aus VVIX, HY-Spreads und VIX-Term-Struktur. Ergebnisse fließen in eine wöchentliche Risk-Briefing-Mail an den Mandanten.

Die Tail-Hedge-Allokation ist dynamisch — typischerweise 1 % Permanenz, skalierbar bis 3,5 % bei vollaktivem Tail-Modus. Trendfolge ist als strukturelle Krisen-Alpha-Komponente in allen größeren Mandantenportfolios mit 10–18 % allokiert. Risk-Budgeting verwendet CVaR statt Vola für Strategien mit ausgeprägter Schiefe.

Tail-Risk-Management ist meines Erachtens kein eigenständiges Modul, sondern ein integraler Layer über jedem ernsthaften Risikomanagement. Wer nur Vola, VaR und CVaR rechnet, hat die Welt von 1987, 1998, 2008, 2020 und 2022 noch nicht verarbeitet. Wer EVT, CDaR und Tail-Indikatoren ergänzt, ist statistisch ehrlich zu sich selbst — was im Tail den entscheidenden Unterschied macht.

Sie wollen prüfen, wie tief Ihr Portfolio im echten Tail wirklich verliert? Erstgespräch buchen — wir rechnen die EVT- und CDaR-Profile auf Ihrer realen Allokation.