条件在险价值（CVaR）

VaR告诉你在例如95%的日子里不应超过的损失阈值，但对最坏的5%没有说明。CVaR弥补了这一空白：它是所有超过VaR阈值损失的平均值。两只组合VaR相同，但若一只尾部更肥，其CVaR会显著更高。

CVaR通常通过历史模拟、参数法（高斯假设）或蒙特卡洛法估算。它与预期损失（Expected Shortfall）等同，与普通VaR不同，CVaR是相干风险度量：两个组合合并后，CVaR不会超过各自之和，这使其在优化中表现良好。