ПочатиПочніть безкоштовно

Оцінювання ризику за GEV

Припустімо, що станом на 1 січня 2010 року ви тримали акції GE на суму € 1 000 000. Ви хочете покрити очікувані максимальні збитки, які можуть статися протягом наступного тижня, на основі наявних даних за попередні два роки, 2008–2009. Ви припускаєте, що максимальні тижневі збитки для GE розподілені за узагальненим розподілом екстремальних значень (GEV).

Щоб змоделювати очікувані збитки, ви оціните CVaR на рівні довіри 99% для розподілу GEV і використаєте його, щоб обчислити суму резерву, потрібну для покриття очікуваного максимального тижневого збитку у січні 2010 року.

Розподіл genextreme з scipy.stats доступний у вашому робочому середовищі, як і losses GE за період 2008–2009 років.

Ця вправа є частиною курсу

Кількісне управління ризиками в Python

Переглянути курс

Інструкції до вправи

  • Знайдіть максимуми ціни активу GE для кроку в один тиждень.
  • Підійміть (підіженіть) розподіл GEV genextreme до даних weekly_maxima.
  • Обчисліть 99% VaR і використайте його, щоб знайти оцінку 99% CVaR.
  • Обчисліть суму резерву, потрібну для покриття очікуваного максимального тижневого збитку.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# 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)
Редагувати та запускати код