ในสูตร:

• :

  แทนผลตอบแทนเฉพาะตัวของหุ้น $ε_{i,d}$ ซึ่งประมาณค่าโดยแบบจำลองการถดถอยเชิงเส้น $R_{i,d} = α_i + β_iR_{m,d} + γ_iR_{n,d} + ε_{i,d}$ โดยที่ $R_{i,d}$ คือผลตอบแทนของหุ้น i ในวันที่ d, $R_{m,d}$ คือผลตอบแทนของตลาด และ $R_{n,d}$ คือผลตอบแทนของอุตสาหกรรม $\alpha_i$ คือค่าตัดแกนของหุ้น i, $\beta_i$ คือความเสี่ยงที่หุ้น i ได้รับจากตลาด และ $\gamma_i$ คือความเสี่ยงที่หุ้น i ได้รับจากอุตสาหกรรม $\epsilon_{i,d}$ แทนผลตอบแทนเฉพาะตัวของหุ้น i ในวันที่ d ซึ่งเป็นผลตอบแทนหลังจากหักผลกระทบของตลาดและอุตสาหกรรม ซึ่งสะท้อนถึงความเสี่ยงและผลตอบแทนที่เป็นเอกลักษณ์ของบริษัทเอง

• :

  คือเกณฑ์ที่ใช้ในการกำหนดเหตุการณ์ส่วนหางที่รุนแรง ซึ่งแสดงถึงระดับที่อัตราผลตอบแทนเบี่ยงเบนไปจากค่าเฉลี่ย ค่า k ที่เป็นบวกและลบจะกำหนดขอบเขตของเหตุการณ์ผลตอบแทนที่รุนแรงในเชิงบวกและเชิงลบตามลำดับ โดยปกติแล้ว k จะมีค่าระหว่าง 1 ถึง 2 ตัวอย่างเช่น สามารถใช้ 1.5 เท่าของส่วนเบี่ยงเบนมาตรฐานเป็นเกณฑ์ได้ นั่นคือ k = 1.5 ขนาดของค่านี้จะมีผลต่อการคำนวณความน่าจะเป็นส่วนหาง ขอแนะนำให้เลือกเกณฑ์ที่เหมาะสมตามการกระจายตัวของข้อมูลและสถานการณ์การใช้งานเฉพาะ

• :

  แทนฟังก์ชันความหนาแน่นของความน่าจะเป็นของผลตอบแทนลักษณะเฉพาะ x ซึ่งอธิบายการกระจายตัวของความน่าจะเป็นของผลตอบแทนลักษณะเฉพาะภายในแต่ละช่วงค่า

• :

  แทนความน่าจะเป็นที่ผลตอบแทนลักษณะเฉพาะ x มากกว่าหรือเท่ากับ k นั่นคือ ความน่าจะเป็นของการเกิดเหตุการณ์รุนแรงเชิงบวก

• :

  แทนความน่าจะเป็นที่อัตราผลตอบแทนลักษณะเฉพาะ x น้อยกว่าหรือเท่ากับ -k นั่นคือ ความน่าจะเป็นของการเกิดเหตุการณ์รุนแรงเชิงลบ