Historyczny oczekiwany niedobór
Oczekiwany niedobór (ang. Expected Shortfall), znany również jako CVaR (warunkowa wartość zagrożona, ang. conditional value at risk), to po prostu oczekiwana strata w najgorszych scenariuszach stóp zwrotu.
Na przykład, jeśli portfel ma VaR(95) równy -3%, to CVaR(95) będzie średnią wartością wszystkich strat przekraczających -3%.
Dane o stopach zwrotu są dostępne (w procentach) w zmiennej StockReturns_perc. Zmienna var_95 z poprzedniego ćwiczenia jest również dostępna w twoim środowisku roboczym.
To ćwiczenie jest częścią kursu
Wprowadzenie do zarządzania ryzykiem portfela w Pythonie
Instrukcje do ćwiczenia
- Oblicz średnią stóp zwrotu ze zmiennej
StockReturns_perc, dla których wartośćStockReturns_percjest mniejsza lub równavar_95, i przypisz wynik do zmiennejcvar_95. - Narysuj histogram posortowanych stóp zwrotu (
sorted_rets) za pomocą funkcjiplt.hist().
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Historical CVaR 95
cvar_95 = ____
print(cvar_95)
# Sort the returns for plotting
sorted_rets = sorted(StockReturns_perc)
# Plot the probability of each return quantile
____(____, density=True, stacked=True)
# Denote the VaR 95 and CVaR 95 quantiles
plt.axvline(x=var_95, color="r", linestyle="-", label='VaR 95: {0:.2f}%'.format(var_95))
plt.axvline(x=cvar_95, color='b', linestyle='-', label='CVaR 95: {0:.2f}%'.format(cvar_95))
plt.show()