Arti dari setiap parameter dalam rumus adalah sebagai berikut:

• :

  Pengembalian lebih aset j pada waktu t sama dengan pengembalian aset dikurangi tingkat pengembalian bebas risiko.

• :

  Pengembalian lebih portofolio pasar (misalnya, indeks benchmark) pada waktu t sama dengan pengembalian portofolio pasar dikurangi tingkat bebas risiko.

• :

  Suku sisa dari pengembalian aset j mewakili bagian yang tidak dapat dijelaskan oleh model dan mencakup risiko non-sistematis.

• :

  Beta VaR Kondisional aset j mengukur sensitivitas pengembalian aset j terhadap pengembalian pasar ketika pasar mengalami penurunan ekstrem.

• :

  Tingkat signifikansi biasanya 5% (yaitu 0,05), yang berarti bahwa dengan mempertimbangkan data historis, probabilitas bahwa pengembalian pasar lebih rendah dari nilai VaR-nya adalah $bar{p}$, yaitu, $P(R_m^t < -VaR_m(bar{p})) = bar{p}$. Misalnya, jika $bar{p}$ adalah 0,05, itu berarti kita prihatin dengan kinerja pengembalian pasar dalam kasus ekstrem dari 5% penurunan terburuk dalam data historis.

• :

  Nilai pada risiko (VaR) aset j pada tingkat kepercayaan $(1-k/n)$ mewakili nilai kerugian ke-k dari aset j setelah kerugian (nilai negatif dari pengembalian) diurutkan dari kecil ke besar dalam data historis. Ini juga dapat dipahami sebagai kerugian terbesar ke-k+1 dari aset j dalam data historis. Di sini, diasumsikan bahwa ada k hari dengan kerugian melebihi nilai VaR dalam n hari perdagangan.

• :

  Nilai pada risiko (VaR) portofolio pasar pada tingkat kepercayaan $(1-k/n)$ mewakili nilai kerugian ke-k dari portofolio pasar setelah kerugian (nilai negatif dari pengembalian) diurutkan dari kecil ke besar dalam data historis. Ini juga dapat dipahami sebagai kerugian terbesar ke-k+1 dari pasar dalam data historis. Di sini, diasumsikan bahwa ada k hari dengan kerugian melebihi nilai VaR dalam n hari perdagangan.

• :

  Jumlah hari dalam n hari perdagangan ketika kerugian pengembalian aset atau portofolio pasar melebihi nilai VaR-nya. Biasanya, k ≈ p*n, di mana p adalah tingkat signifikansi, seperti 5%. Misalnya, ketika n=250 (satu tahun hari perdagangan) dan tingkat signifikansi adalah 5%, k kira-kira sama dengan 12 atau 13.

• :

  Pengembalian negatif portofolio pasar pada waktu t adalah $X_t^{(m)} = -R_m^t$. Pengembalian negatif (kerugian) portofolio pasar selama n hari perdagangan diatur dalam urutan menaik sebagai $X_1^{(m)} \leq X_2^{(m)} \leq ... \leq X_n^{(m)}$.

• :

  Pengembalian negatif aset j pada waktu t adalah $X_t^{(j)} = -R_j^t$. Pengembalian negatif (kerugian) aset j selama n hari perdagangan diatur dalam urutan menaik sebagai $X_1^{(j)} \leq X_2^{(j)} \leq ... \leq X_n^{(j)}$.

• :

  Probabilitas kondisional aset j dan portofolio pasar mengalami kerugian ekstrem pada waktu yang sama diperkirakan. Secara khusus, ini adalah frekuensi kerugian aset j dan portofolio pasar melebihi nilai VaR masing-masing pada waktu yang sama dalam n hari perdagangan, di mana $I{\cdot}$ adalah fungsi indikatif, yang mengambil nilai 1 ketika kondisi dalam kurung terpenuhi, dan 0 jika tidak. Semakin besar $tau_j(k/n)$, semakin besar kemungkinan aset j menderita kerugian besar ketika pasar turun ekstrem.

• :

  Parameter bantu dari estimasi kuantil sampel adalah ukuran kerugian rata-rata dari pengembalian pasar dalam kasus penurunan ekstrem (yaitu, k hari dengan nilai kerugian terbesar), yang mengurangi dampak nilai ekstrem dengan transformasi logaritmik dari pengembalian pasar negatif. Secara khusus, ini mewakili rata-rata perbedaan logaritmik antara k nilai pertama dan nilai ke-k setelah mengurutkan logaritma dari nilai pengembalian pasar negatif.