Perdita attesa totale
È il momento di stimare la perdita attesa totale sulla base di tutte le tue decisioni. Il data frame test_pred_df contiene la probabilità di default per ciascun prestito e il relativo valore. Usa questi due valori per calcolare la perdita attesa di ogni prestito. Poi somma tali valori per ottenere la perdita attesa totale.
Per questo esercizio, assumi che l’esposizione sia pari all’intero valore del prestito e che la loss given default sia del 100%. Questo significa che il default su ciascun prestito comporta la perdita dell’intero importo.
Il data frame test_pred_df è già stato caricato nell’ambiente di lavoro.
Questo esercizio fa parte del corso
Credit Risk Modeling in Python
Istruzioni dell'esercizio
- Stampa le prime cinque righe di
test_pred_df. - Crea una nuova colonna
expected_lossper ciascun prestito utilizzando la formula sopra. - Calcola la perdita attesa totale dell’intero portafoglio, arrotondata a due decimali, e salvala come
tot_exp_loss. - Stampa la perdita attesa totale.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Print the first five rows of the data frame
print(____.head())
# Calculate the bank's expected loss and assign it to a new column
____[____] = ____[____] * ____[____] * ____[____]
# Calculate the total expected loss to two decimal places
____ = round(np.____(____[____]),2)
# Print the total expected loss
print('Total expected loss: ', '${:,.2f}'.format(____))