Skatta VaR och ES
Nu är du redo att skatta VaR och ES för den internationella aktieinvesteraren med hjälp av de historiskt simulerade förlusterna och vinsterna i hslosses.
Du gör detta med två metoder. Först tillämpar du en enkel icke-parametrisk metod som använder ett urvalskvantil för att skatta VaR, och medelvärdet av de värden som överstiger urvalskvantilen för att skatta ES.
Därefter jämför du dessa skattningar med de värden du får om du antar att hslosses är normalfördelade. Det är uppenbart att detta är ett mycket dåligt antagande – jämför de två uppsättningarna av skattningar för att se vilka som är mer konservativa.
Den här övningen är en del av kursen
Kvantitativ riskhantering i R
Övningsinstruktioner
- Använd
quantile()för att skatta det 99:e urvalspercentilen av fördelningen förhslosses. - Skatta 99% ES genom att beräkna medelvärdet av de
hslossessom är minst lika stora som VaR-skattningen (detta har redan gjorts åt dig). - Använd lämpliga funktioner för att skatta medelvärdet och standardavvikelsen för
hslossesoch tilldela resultaten tillmurespektivesigma. - Använd
qnorm()med de beräknade värdena för medelvärde och standardavvikelse för att beräkna 99%-kvantilen av en normalfördelning. - Använd
ESnorm()med de beräknade värdena för medelvärde och standardavvikelse för att beräkna 99% ES av en normalfördelning.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# 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