Mengestimasi VaR dan ES

Sekarang Anda siap mengestimasi VaR dan ES untuk investor ekuitas internasional menggunakan rugi laba yang disimulasikan secara historis dalam hslosses.

Anda akan melakukannya dengan dua metode. Pertama, Anda akan menerapkan metode nonparametrik sederhana dengan menggunakan kuantil sampel untuk mengestimasi VaR dan rata-rata nilai yang melebihi kuantil sampel untuk mengestimasi ES.

Lalu, Anda akan membandingkan estimasi tersebut dengan nilai yang diperoleh ketika Anda mengasumsikan bahwa hslosses berdistribusi normal. Jelas, ini adalah asumsi yang sangat buruk dan Anda harus membandingkan kedua set estimasi tersebut untuk melihat mana yang lebih konservatif.

Latihan ini merupakan bagian dari kursus

Manajemen Risiko Kuantitatif dengan R

Lihat Kursus

Instruksi latihan

Gunakan quantile() untuk mengestimasi persentil sampel ke-99 dari distribusi hslosses.
Estimasikan ES 99% dengan menghitung rata-rata hslosses yang setidaknya sebesar estimasi VaR (ini telah dilakukan untuk Anda).
Gunakan fungsi yang sesuai untuk mengestimasi mean dan simpangan baku hslosses dan simpan masing-masing ke mu dan sigma.
Gunakan qnorm() dengan nilai mean dan simpangan baku yang dihitung untuk menghitung kuantil 99% dari distribusi normal.
Gunakan ESnorm() dengan nilai mean dan simpangan baku yang dihitung untuk menghitung ES 99% dari distribusi normal.

Latihan interaktif langsung praktik

Cobalah latihan ini dengan melengkapi kode contoh ini.

# Estimate the 99th sample percentile of the distribution of hslosses


# Estimate the 99% ES
mean(hslosses[hslosses >= quantile(hslosses, 0.99)])

# Estimate the mean and standard deviation of hslosses



# Compute the 99% quantile of a normal distribution


# Compute the 99% ES of a normal distribution

Edit dan Jalankan Kode