ComeçarComece de graça

Estimativa de risco com GEV

Suponha que você possuía € 1.000.000 em ações da GE em 1º de janeiro de 2010. Você quer cobrir as perdas máximas esperadas que podem ocorrer na semana seguinte, com base nos dados disponíveis dos dois anos anteriores, 2008–2009. Você assume que as perdas semanais máximas da GE seguem uma distribuição Generalized Extreme Value (GEV).

Para modelar as perdas esperadas, você vai estimar o CVaR no nível de confiança de 99% para a distribuição GEV e usá-lo para calcular o valor necessário em reserva para cobrir a perda semanal máxima esperada ao longo de janeiro de 2010.

A distribuição genextreme de scipy.stats está disponível no seu workspace, assim como os losses da GE para o período de 2008–2009.

Este exercício faz parte do curso

Gerenciamento Quantitativo de Risco em Python

Ver curso

Instruções do exercício

  • Encontre os máximos do preço do ativo da GE para blocos de uma semana.
  • Ajuste a distribuição GEV genextreme aos dados de weekly_maxima.
  • Calcule o VaR de 99% e use-o para encontrar a estimativa de CVaR de 99%.
  • Calcule o valor de reserva necessário para cobrir a perda semanal máxima esperada.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# 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)
Editar e executar o código