ComeçarComece gratuitamente

GEV estimativa de risco

Suponha que você tivesse € 1.000.000 de ações da GE em 1º de janeiro de 2010. Você gostaria de cobrir as perdas máximas esperadas que podem ocorrer na próxima semana, com base nos dados disponíveis dos dois anos anteriores, 2008 e 2009. Você supõe que as perdas semanais máximas para GE são distribuídas de acordo com uma distribuição de Valor Extremo Generalizado (GEV).

Para modelar as perdas esperadas, você estimará o CVaR no nível de confiança de 99% para a distribuição GEV e o usará para calcular o valor necessário na reserva para cobrir a perda semanal máxima esperada em janeiro de 2010.

A distribuição genextreme de scipy.stats está disponível em seu espaço de trabalho, assim como GE's losses para o período de 2008 a 2009.

Este exercício faz parte do curso

Gerenciamento quantitativo de riscos em Python

Ver Curso

Instruções de exercício

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

Exercício interativo prático

Experimente este exercício preenchendo 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 código