পদ্ধতির তুলনা করুন

	টেইল রিস্ক পরিমাপক (প্রত্যাশিত ঘাটতি, বর্ণালী, প্রত্যাশিত মান)	সাধারণ ন্যূনতম বর্গক্ষেত্র (OLS) রিগ্রেশন
ক্ষেত্র	অর্থায়ন	অর্থমিতি
পরিবার	Regression model	Regression model
উদ্ভবের বছর	1999	2019
প্রবর্তক	Artzner, Delbaen, Eber & Heath (coherent risk axioms); Acerbi & Tasche (Expected Shortfall)	Wooldridge (textbook treatment); classical least squares
ধরন	Coherent tail risk measure	Linear regression
মৌলিক উৎস	Artzner, P., Delbaen, F., Eber, J.-M. & Heath, D. (1999). Coherent Measures of Risk. Mathematical Finance, 9(3), 203–228.	Wooldridge, J. M. (2019). Introductory Econometrics: A Modern Approach (7th ed.). Cengage Learning. ISBN: 978-1337558860
অপর নাম	expected shortfall, conditional value at risk, CVaR, spectral risk measure	ordinary least squares, classical linear regression, linear regression, en küçük kareler regresyonu
সম্পর্কিত	5	5
সারসংক্ষেপ	Tail risk measures quantify the loss distribution beyond Value-at-Risk (VaR). Expected Shortfall — the expected loss given that VaR is exceeded — is the leading coherent risk measure, formalised by Artzner, Delbaen, Eber and Heath (1999) and shown to be coherent by Acerbi and Tasche (2002). Spectral and expectile-based measures generalise it.	Ordinary Least Squares is the classical linear regression method that explains a continuous outcome as a linear combination of predictors. It estimates the coefficients by minimising the sum of squared residuals, and under the Gauss-Markov assumptions these estimates are the best linear unbiased estimator (BLUE).