Valeurs extrêmes et rétroaction
Les valeurs extrêmes sont celles qui dépassent un seuil et servent à vérifier si des mesures de risque comme la VaR reflètent adéquatement le risque de perte.
Vous allez explorer les valeurs extrêmes en calculant la VaR à 95 % du portefeuille à pondération égale de banques d'investissement pour 2009-2010 (rappelez-vous que cela équivaut à une simulation historique à partir de 2010), puis en faisant de la rétroaction sur les données de 2007-2008.
Les pertes de portefeuille 2009-2010 sont disponibles dans estimate_data, à partir desquelles vous calculerez l'estimation de la VaR à 95 %. Trouvez ensuite les valeurs extrêmes dépassant l'estimation de la VaR, à partir des pertes de portefeuille 2007-2008 dans backtest_data.
Comparez la fréquence relative des valeurs extrêmes à la VaR à 95 %, puis visualisez les valeurs extrêmes avec un graphique à tiges (stem plot).
Cette activité fait partie du cours
Gestion quantitative des risques en Python
Instructions de l’exercice
- Calculez la VaR à 95 % sur
estimate_dataà l'aide denp.quantile(). - Trouvez les
extreme_valuesdansbacktest_dataen utilisantVaR_95comme seuil de perte. - Comparez la fréquence relative de
extreme_valuesà l'estimationVaR_95. Sont-elles identiques? - Affichez un graphique à tiges (stem plot) des
extreme_valuespour montrer comment les fortes déviations se sont regroupées durant la crise.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Compute the 95% VaR on 2009-2010 losses
VaR_95 = ____.____(estimate_data, 0.95)
# Find backtest_data exceeding the 95% VaR
extreme_values = backtest_data[____ > VaR_95]
# Compare the fraction of extreme values for 2007-2008 to the Var_95 estimate
print("VaR_95: ", VaR_95, "; Backtest: ", len(____) / len(backtest_data) )
# Plot the extreme values and look for clustering
plt.stem(extreme_values.index, ____)
plt.ylabel("Extreme values > VaR_95"); plt.xlabel("Date")
plt.show()