VaR Parametrik

Value at Risk juga dapat dihitung secara parametrik menggunakan metode yang dikenal sebagai VaR varians/kovarians. Metode ini memungkinkan Anda mensimulasikan berbagai kemungkinan berdasarkan karakteristik distribusi imbal hasil historis, alih-alih nilai imbal hasil aktual. Anda dapat menghitung VaR(90) parametrik menggunakan:

# Import norm from scipy.stats
from scipy.stats import norm

# Calculate Parametric VaR
norm.ppf(confidence_level=0.10, mu, vol)

di mana mu dan vol masing-masing adalah mean dan volatilitas.

Data imbal hasil tersedia (dalam desimal) pada variabel StockReturns.

Latihan ini adalah bagian dari kursus

Pengantar Manajemen Risiko Portofolio dengan Python

Lihat Kursus

Petunjuk latihan

Impor norm dari scipy.stats.
Hitung mean dan volatilitas StockReturns lalu simpan ke mu dan vol.
Tetapkan confidence_level untuk VaR(95).
Hitung VaR(95) menggunakan fungsi norm.ppf(), dengan confidence level sebagai parameter pertama, serta mu dan vol sebagai parameter kedua dan ketiga.

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# Import norm from scipy.stats
____

# Estimate the average daily return
mu = ____(StockReturns)

# Estimate the daily volatility
vol = ____(StockReturns)

# Set the VaR confidence level
confidence_level = ____

# Calculate Parametric VaR
var_95 = ____
print('Mean: ', str(mu), '\nVolatility: ', str(vol), '\nVaR(95): ', str(var_95))

Edit dan Jalankan Kode