Historická simulace
Historická simulace VaR vychází z předpokladu, že rozdělení historických ztrát je stejné jako rozdělení budoucích ztrát. Ověříme, zda to platí pro portfolio naší investiční banky – porovnáme 95% VaR za období 2005–2006 s 95% VaR za období 2007–2009.
K dispozici máš seznam asset_returns s výnosy aktiv pro každé ze dvou období. Pomocí tohoto seznamu a dostupných weights vytvoříš portfolio_returns a z nich odvodíš losses (ztráty) portfolia.
Pak využiješ funkci np.quantile() k výpočtu 95% VaR pro každé období. Pokud jsou rozdělení ztrát stejná, měly by vyjít přibližně stejné odhady 95% VaR pro obě období. Pokud ne, mohlo dojít ke změně rozdělení v důsledku nastupující globální finanční krize.
Toto cvičení je součástí kurzu
Kvantitativní řízení rizik v Pythonu
Pokyny k cvičení
- Vytvoř pole Numpy
portfolio_returnspro obě období ze seznamuasset_returnsa vah portfoliaweights. - Vygeneruj pole
losseszportfolio_returns. - Vypočítej historickou simulaci 95% VaR pro obě období pomocí
np.quantile(). - Zobraz seznam odhadů 95% VaR.
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Create portfolio returns for the two sub-periods using the list of asset returns
portfolio_returns = np.array([ x.____(weights) for x in asset_returns])
# Derive portfolio losses from portfolio returns
losses = - ____
# Find the historical simulated VaR estimates
VaR_95 = [____(x, 0.95) for x in ____]
# Display the VaR estimates
print("VaR_95, 2005-2006: ", VaR_95[0], '; VaR_95, 2007-2009: ', VaR_95[1])