การประเมินความเสี่ยงด้วย GEV
สมมติว่าคุณถือหุ้น GE มูลค่า € 1,000,000 ณ วันที่ 1 มกราคม 2010 และต้องการคุ้มครองความสูญเสียสูงสุด ที่คาดว่าจะเกิดขึ้น ในช่วงสัปดาห์ถัดไป โดยอ้างอิงข้อมูลจากสองปีก่อนหน้า คือ 2008 - 2009 โดยสมมติว่าความสูญเสียสูงสุดรายสัปดาห์ของหุ้น GE มีการแจกแจงตามการแจกแจงค่าสุดขีดแบบทั่วไป (Generalized Extreme Value — GEV)
ในการจำลองความสูญเสียที่คาดหวัง จะประมาณค่า CVaR ที่ระดับความเชื่อมั่น 99% สำหรับการแจกแจง GEV แล้วนำไปคำนวณจำนวนเงินสำรองที่จำเป็นสำหรับรองรับความสูญเสียสูงสุดรายสัปดาห์ที่คาดหวังในช่วงเดือนมกราคม 2010
การแจกแจง genextreme จากไลบรารี scipy.stats พร้อมใช้งานในเวิร์กสเปซของคุณ รวมถึงข้อมูล losses ของหุ้น GE สำหรับช่วงปี 2008 - 2009
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การบริหารความเสี่ยงเชิงปริมาณด้วย Python
คำแนะนำการฝึกหัด
- หาค่าสูงสุดของราคาสินทรัพย์ของหุ้น GE โดยใช้ช่วงบล็อกยาวหนึ่งสัปดาห์
- ฟิตการแจกแจง GEV
genextremeกับข้อมูลweekly_maxima - คำนวณ VaR ที่ระดับ 99% แล้วนำไปหาค่าประมาณ CVaR ที่ระดับ 99%
- คำนวณจำนวนเงินสำรองที่จำเป็นสำหรับรองรับความสูญเสียสูงสุดรายสัปดาห์ที่คาดหวัง
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# 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)