Estimarea VaR și ES

Acum ești pregătit să estimezi VaR și ES pentru investitorul în acțiuni internaționale, folosind pierderile și câștigurile simulate istoric din hslosses.

Vei face acest lucru prin două metode. Mai întâi, vei aplica o metodă non-parametrică simplă, bazată pe un cuantil empiric pentru estimarea VaR, respectiv pe media valorilor ce depășesc cuantilul empiric pentru estimarea ES.

Apoi, vei compara aceste estimări cu valorile obținute presupunând că hslosses urmează o distribuție normală. Aceasta este, evident, o ipoteză foarte slabă – compară cele două seturi de estimări pentru a vedea care sunt mai conservative.

Acest exercițiu face parte din cursul

Managementul Cantitativ al Riscului în R

Vezi cursul

Instrucțiuni pentru exercițiu

Folosește quantile() pentru a estima al 99-lea percentilă al distribuției hslosses.
Estimează ES de 99% calculând media valorilor din hslosses care sunt cel puțin egale cu estimarea VaR (acest pas a fost deja realizat pentru tine).
Folosește funcțiile corespunzătoare pentru a estima media și deviația standard a hslosses și atribuie-le lui mu, respectiv sigma.
Folosește qnorm() cu valorile calculate ale mediei și deviației standard pentru a calcula cuantila de 99% a unei distribuții normale.
Folosește ESnorm() cu valorile calculate ale mediei și deviației standard pentru a calcula ES de 99% al unei distribuții normale.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Estimate the 99th sample percentile of the distribution of hslosses


# Estimate the 99% ES
mean(hslosses[hslosses >= quantile(hslosses, 0.99)])

# Estimate the mean and standard deviation of hslosses



# Compute the 99% quantile of a normal distribution


# Compute the 99% ES of a normal distribution

Editează și rulează codul