ÎncepețiÎncepe gratuit

CVaR și expunerea la risc

Reamintește-ți că CVaR este valoarea așteptată a pierderii condiționată de un prag minim de pierdere. Prin urmare, CVaR este deja exprimată ca expunere la risc – reprezintă suma (sau integrala) probabilității de pierdere în coada distribuției, înmulțită cu valoarea pierderii.

Pentru a calcula CVaR-ul de 99%, vei ajusta mai întâi o distribuție T la datele disponibile din portofoliul crisis_losses din perioada 2008–2009, folosind metoda t.fit(). Aceasta returnează parametrii T ai distribuției p, utilizați pentru a găsi VaR cu metoda .ppf().

În continuare, vei calcula VaR-ul de 99%, deoarece este necesar pentru determinarea CVaR.

În final, vei calcula măsura CVaR de 99% folosind metoda t.expect() – aceeași metodă pe care ai folosit-o pentru a calcula CVaR pentru distribuția normală într-un exercițiu anterior.

Distribuția t din scipy.stats este de asemenea disponibilă.

Acest exercițiu face parte din cursul

Managementul Cantitativ al Riscului în Python

Vezi cursul

Instrucțiuni pentru exercițiu

  • Găsește parametrii distribuției p folosind metoda .fit() aplicată pe crisis_losses.
  • Calculează VaR_99 folosind parametrii ajustați p și funcția percent point a lui t.
  • Calculează CVaR_99 folosind metoda t.expect() și parametrii ajustați p, apoi afișează rezultatul.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Fit the Student's t distribution to crisis losses
p = t.____(crisis_losses)

# Compute the VaR_99 for the fitted distribution
VaR_99 = t.____(____, *p)

# Use the fitted parameters and VaR_99 to compute CVaR_99
tail_loss = t.expect(____ y: y, args = (p[0],), loc = p[1], scale = p[2], lb = VaR_99 )
CVaR_99 = (1 / (1 - ____)) * tail_loss
print(CVaR_99)
Editează și rulează codul