某风控团队已经把广义 Pareto 分布（GPD）拟合到损失样本在阈值 u 之上的超额观测——这就是极值理论里的 Peaks-Over-Threshold（POT）方法。GPD 的形状-尺度参数 (ξ, σ) 描述了 u 之上尾部的形状和尺度。要把 VaR 外推到经验样本支持不到的置信水平 α——比如监管 99.9%（在 250 日窗口下经验最高仅到 99.6%）——直接读出拟合 GPD 尾部的 α 分位数：