Perte moyenne conditionnelle historique
L’Expected Shortfall, également appelé CVaR (conditional value at risk), correspond tout simplement à la perte moyenne dans les pires scénarios de rendement.
Par exemple, si votre portefeuille a une VaR(95) de -3 %, alors le CVaR(95) est la valeur moyenne de toutes les pertes supérieures à -3 % en magnitude (c’est-à-dire inférieures ou égales à -3 %).
Les rendements (en pourcentage) sont disponibles dans la variable StockReturns_perc. La variable var_95 de l’exercice précédent est également disponible dans votre espace de travail.
Cet exercice fait partie du cours
Introduction à la gestion du risque de portefeuille en Python
Instructions
- Calculez la moyenne des rendements de
StockReturns_percpour lesquelsStockReturns_percest inférieur ou égal àvar_95, et affectez-la àcvar_95. - Tracez l’histogramme des rendements triés (
sorted_rets) à l’aide de la fonctionplt.hist().
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
# 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()