VaR Paramétrico
O Value at Risk também pode ser calculado de forma paramétrica usando um método conhecido como VaR de variância/covariância. Esse método permite simular um conjunto de possibilidades com base nas propriedades da distribuição histórica dos retornos, em vez dos valores de retorno em si. Você pode calcular o VaR(90) paramétrico usando:
# Importar norm de scipy.stats
from scipy.stats import norm
# Calcular o VaR Paramétrico
norm.ppf(confidence_level=0.10, mu, vol)
onde mu e vol são a média e a volatilidade, respectivamente.
Os dados de retornos (em decimais) estão disponíveis na variável StockReturns.
Este exercício faz parte do curso
Introdução ao Gerenciamento de Risco de Portfólio em Python
Instruções do exercício
- Importe
normdescipy.stats. - Calcule a média e a volatilidade de
StockReturnse atribua-as amuevol, respectivamente. - Defina o
confidence_levelpara VaR(95). - Calcule o VaR(95) usando a função
norm.ppf(), passando o nível de confiança como primeiro parâmetro, com mu e vol como segundo e terceiro parâmetros.
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# Import norm from scipy.stats
____
# Estimate the average daily return
mu = ____(StockReturns)
# Estimate the daily volatility
vol = ____(StockReturns)
# Set the VaR confidence level
confidence_level = ____
# Calculate Parametric VaR
var_95 = ____
print('Mean: ', str(mu), '\nVolatility: ', str(vol), '\nVaR(95): ', str(var_95))