시작하기무료로 시작하기

GEV 리스크 추정

2010년 1월 1일에 GE 주식 € 1,000,000을 보유하고 있다고 가정해 볼게요. 2008–2009년의 과거 데이터를 바탕으로, 다음 주에 발생할 수 있는 기대 최대 손실을 충당하고자 합니다. GE의 주간 최대 손실이 일반화 극값 분포(Generalized Extreme Value, GEV)를 따른다고 가정합니다.

기대 손실을 모델링하기 위해, GEV 분포에 대해 신뢰수준 99%의 CVaR을 추정하고, 이를 사용해 2010년 1월 동안의 기대 최대 주간 손실을 충당하는 데 필요한 예치금을 계산하세요.

scipy.stats의 genextreme 분포와 2008–2009년 기간의 GE losses 데이터가 작업 공간에 준비되어 있습니다.

이 연습은 강의의 일부입니다

Python을 활용한 정량적 리스크 관리

강의 보기

연습 안내

  • GE 자산 가격의 1주 블록 길이에 대한 최댓값을 찾으세요.
  • weekly_maxima 데이터에 GEV 분포 genextreme를 적합하세요.
  • 99% VaR를 계산하고, 이를 사용해 99% CVaR 추정치를 구하세요.
  • 기대 최대 주간 손실을 충당하기 위해 필요한 예치금을 계산하세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# Compute the weekly block maxima for GE's stock
weekly_maxima = losses.____("W").____()

# Fit the GEV distribution to the maxima
p = genextreme.____(____)

# Compute the 99% VaR (needed for the CVaR computation)
VaR_99 = genextreme.____(____, *p)

# Compute the 99% CVaR estimate
CVaR_99 = (1 / (1 - 0.99)) * genextreme.____(lambda x: x, 
           args=(p[0],), loc = p[1], scale = p[2], lb = ____)

# Display the covering loss amount
print("Reserve amount: ", 1000000 * CVaR_99)
코드 편집 및 실행