BaşlayınÜcretsiz başlayın

CVaR ve risk maruziyeti

CVaR, asgari bir kayıp eşiği verildiğinde beklenen kayıp değeridir. Bu yüzden CVaR zaten bir risk maruziyeti formundadır—dağılımın kuyruğundaki kayıp olasılığının, kayıp tutarıyla çarpılıp toplanmasıdır (veya integrali).

%99 CVaR'ı türetmek için önce 2008 - 2009 dönemindeki crisis_losses portföy verisine T dağılımı uyduracaksın; bunun için t.fit() yöntemini kullan. Bu, .ppf() yöntemiyle VaR'ı bulmakta kullanılan T dağılımı parametrelerini p olarak döndürür.

Sonraki adımda, CVaR'ı bulmak için kullanılacağından %99 VaR'ı hesaplayacaksın.

Son olarak, daha önce Normal dağılım için CVaR hesaplarken kullandığın yöntemle aynı olan t.expect() yöntemini kullanarak %99 CVaR ölçüsünü hesaplayacaksın.

scipy.stats içindeki t dağılımı da kullanılabilir durumdadır.

Bu egzersiz, kursun bir parçasıdır

Python ile Nicel Risk Yönetimi

Kursa Göz Atın

Egzersiz talimatları

  • .fit() yöntemini crisis_losses üzerine uygulayarak dağılım parametreleri p'yi bul.
  • Uydurulan parametreler p ve t'nin percent point function'ını kullanarak VaR_99'u hesapla.
  • t.expect() yöntemini ve uydurulan parametreler p'yi kullanarak CVaR_99'u hesapla ve sonucu göster.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# 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)
Kodu Düzenle ve Çalıştır