1. 学ぶ
  2. /
  3. コース
  4. /
  5. Pythonで学ぶ定量的リスク管理

Connected

演習

CVaRと損失カバーの選択

これまでの演習では、危機期間のポートフォリオ損失に対して、T 分布と Gaussian KDE 分布のどちらも比較的よく当てはまることを確認しました。では、リスク管理に最適なのはどちらでしょうか?一つの考え方は、最も大きな「損失カバー」を与える分布――つまり「最悪中の最悪」の損失に備える分布――を選ぶことです。

t と kde の各分布は用意され、2007〜2008年のポートフォリオ losses にフィット済みです(t の当てはめパラメータは p にあります)。ここでは各分布について、1日あたりの99% CVaR 推定値を導出します。CVaR 推定値が大きい方が、99% VaR を超える期待損失をカバーする、最も安全な「準備金額」となります。

この演習のために、kde インスタンスには CVaR に必要な期待値を計算する特別な .expect() メソッドが用意されています。

指示

100 XP
  • t と kde の各分布から乱数サンプルを取り、np.quantile() を使って 99% VaR を求めます。
  • 各分布の .expect() メソッドを使って、CVaR 推定に必要な積分(期待値)を計算します。
  • 両方の分布について 99% CVaR の推定値を求め、表示します。