НачатьНачать бесплатно

Историческое моделирование

Историческое моделирование VaR основано на допущении, что распределение исторических убытков совпадает с распределением будущих убытков. Проверим, выполняется ли это условие для портфеля инвестиционного банка, сравнив 95% VaR за 2005–2006 годы с 95% VaR за 2007–2009 годы.

Список asset_returns уже создан для вас — он содержит доходности активов за каждый из двух периодов. На его основе вы сформируете portfolio_returns с помощью доступного вектора weights и вычислите портфельные losses.

Затем с помощью функции np.quantile() найдите 95% VaR для каждого периода. Если распределения убытков совпадают, оценки 95% VaR должны быть примерно одинаковыми для обоих периодов. В противном случае это будет свидетельствовать об изменении распределения в период мирового финансового кризиса.

Это упражнение является частью курса

Количественное управление рисками на Python

Посмотреть курс

Инструкции к упражнению

  • Создайте массив NumPy portfolio_returns для двух периодов, используя список asset_returns и веса портфеля weights.
  • Сформируйте массив losses на основе portfolio_returns.
  • Вычислите историческую симуляцию 95% VaR для обоих периодов с помощью np.quantile().
  • Выведите список оценок 95% VaR.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Create portfolio returns for the two sub-periods using the list of asset returns
portfolio_returns = np.array([ x.____(weights) for x in asset_returns])

# Derive portfolio losses from portfolio returns
losses = - ____

# Find the historical simulated VaR estimates
VaR_95 = [____(x, 0.95) for x in ____]

# Display the VaR estimates
print("VaR_95, 2005-2006: ", VaR_95[0], '; VaR_95, 2007-2009: ', VaR_95[1])
Редактировать и запускать код