시작하기무료로 시작하기

역사적 시뮬레이션

VaR의 역사적 시뮬레이션은 과거 손실의 분포가 미래 손실의 분포와 동일 하다고 가정합니다. 2005–2006년의 95% VaR과 2007–2009년의 95% VaR을 비교해 이 가정이 우리 투자은행 포트폴리오에 대해 성립하는지 살펴보겠습니다.

두 기간에 대한 자산 수익률이 담긴 리스트 asset_returns가 준비되어 있습니다. 이 리스트와 주어진 weights를 사용해 portfolio_returns를 만들고, 이를 바탕으로 포트폴리오 losses를 구하세요.

그다음 np.quantile() 함수를 사용해 각 기간의 95% VaR을 계산합니다. 손실 분포가 동일하다면 두 기간의 95% VaR 추정치는 비슷해야 합니다. 그렇지 않다면 글로벌 금융 위기가 진행되면서 분포가 변했을 수 있습니다.

이 연습은 강의의 일부입니다

Python을 활용한 정량적 리스크 관리

강의 보기

연습 안내

  • 리스트 asset_returns와 포트폴리오 weights를 사용해 두 기간의 portfolio_returns를 Numpy 배열로 만드세요.
  • portfolio_returns로부터 losses 배열을 생성하세요.
  • np.quantile()을 사용해 두 기간의 95% VaR에 대한 역사적 시뮬레이션 값을 계산하세요.
  • 95% VaR 추정치 목록을 출력하세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# Create portfolio returns for the two sub-periods using the list of asset returns
portfolio_returns = np.array([ x.____(weights) for x in asset_returns])

# Derive portfolio losses from portfolio returns
losses = - ____

# Find the historical simulated VaR estimates
VaR_95 = [____(x, 0.95) for x in ____]

# Display the VaR estimates
print("VaR_95, 2005-2006: ", VaR_95[0], '; VaR_95, 2007-2009: ', VaR_95[1])
코드 편집 및 실행