Pertes moyennes conditionnelles historiques
L'Expected Shortfall, aussi appelé CVaR (valeur à risque conditionnelle), correspond simplement à la perte moyenne des pires scénarios de rendements.
Par exemple, si votre portefeuille a une VaR(95) de -3 %, alors le CVaR(95) serait la valeur moyenne de toutes les pertes supérieures à -3 % en gravité (c'est-à-dire plus négatives que -3 %).
Les données de rendements (en pourcentage) sont disponibles dans la variable StockReturns_perc. La variable var_95 de l'exercice précédent est aussi disponible dans votre environnement de travail.
Cette activité fait partie du cours
Introduction à la gestion du risque de portefeuille en Python
Instructions de l’exercice
- Calculez la moyenne des rendements dans
StockReturns_perclorsqueStockReturns_percest inférieur ou égal àvar_95, puis affectez-la àcvar_95. - Tracez l'histogramme des rendements triés (
sorted_rets) avec la fonctionplt.hist().
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Historical CVaR 95
cvar_95 = ____
print(cvar_95)
# Sort the returns for plotting
sorted_rets = sorted(StockReturns_perc)
# Plot the probability of each return quantile
____(____, density=True, stacked=True)
# Denote the VaR 95 and CVaR 95 quantiles
plt.axvline(x=var_95, color="r", linestyle="-", label='VaR 95: {0:.2f}%'.format(var_95))
plt.axvline(x=cvar_95, color='b', linestyle='-', label='CVaR 95: {0:.2f}%'.format(cvar_95))
plt.show()