Cornish-Fisher-Methode

Mit der Cornish-Fisher-Methode (nach E. A. Cornish and Ronald Aylmer Fisher) kann das Quantil einer Verteilungsfunktion auf Basis der ersten vier Momente (Erwartungswert, Standardabweichung, Schiefe und Kurtosis) abgeschätzt werden. Basis ist die Bestimmung eines Quantils einer Normalverteilung. Im Falle einer Normalverteilung mit Erwartungswert E(X) können die Quantile der Verteilung dargestellt werden als

$Q_\alpha(X)=F^{-1}_x(\alpha)=E(X)+q_\alpha*\sigma(X) \,$.

Hierbei ist der Faktor q_α nur vom betrachteten Quantil α abhängig und entspricht dem Wert der invertierten Verteilungsfunktion der Standardnormalverteilung an der Stelle α.

Die Cornish-Fisher-Erweiterung berücksichtigt nun die Schiefe γ und die Wölbung δ einer Verteilung, womit sich natürlich andere Quantile als bei der Normalverteilung ergeben, deren Schiefe und Kurtosis jeweils 0 beträgt. Hierbei wird der Faktor q_α angepasst mittels

$z_\alpha=q_\alpha+\frac 1 6 (q_\alpha^2 -1)*\gamma+\frac 1 {24} (q_\alpha^3 -3q_\alpha)*\delta-\frac 1 {36} (2q_\alpha^3 -5q_\alpha)*\gamma^2$

(Cornish-Fisher-Abschätzung).

Die Berechnung der Quantilsfunktion lautet damit

$Q_\alpha(X)=E(X)+z_\alpha*\sigma(X) \,$.

Die Methode ermöglicht unter anderem eine bessere Abschätzung von quantilsbezogenen Risikomaßen, z.B. dem Value at Risk, wenn die Normalverteilungshypothese verletzt ist.