公式中：

• :

  代表股票的特质收益率 $ε_{i,d}$，它是通过线性回归模型 $R_{i,d} = α_i + β_iR_{m,d} + γ_iR_{n,d} + ε_{i,d}$ 估计得到的。其中，$R_{i,d}$ 是股票 i 在 d 日的收益率，$R_{m,d}$ 是市场收益率，$R_{n,d}$ 是行业收益率。$\alpha_i$ 是股票i的截距项，$\beta_i$是股票i对市场风险的暴露，$\gamma_i$是股票i对行业风险的暴露。$\epsilon_{i,d}$ 表示股票i在d日的特质收益率，即扣除市场和行业影响后的收益部分，它反映了公司自身的独特风险和收益。

• :

  是用于定义尾部极端事件的阈值，它代表了收益率偏离均值的程度。正负 k 分别定义了正向和负向的极端收益事件的边界。通常，k 取值在1到2之间，例如，可以将1.5倍的标准差作为阈值，即 k = 1.5。该值的大小会影响尾部概率的计算，建议根据数据分布和具体应用场景选择合适的阈值。

• :

  代表特质收益率x的概率密度函数，它描述了特质收益率在各个取值范围内的概率分布情况。

• :

  表示特质收益率x大于等于k的概率，即正向极端事件发生的概率。

• :

  表示特质收益率x小于等于-k的概率，即负向极端事件发生的概率。