VaR tham số (Parametric VaR)
Value at Risk cũng có thể được tính theo cách tham số (parametric) bằng phương pháp gọi là VaR phương sai/hiệp phương sai (variance/covariance VaR). Cách này cho phép bạn mô phỏng nhiều kịch bản dựa trên các đặc trưng phân phối lợi nhuận lịch sử thay vì dùng các giá trị lợi nhuận thực tế. Bạn có thể tính VaR(90) tham số bằng:
# Import norm từ scipy.stats
from scipy.stats import norm
# Tính VaR tham số
norm.ppf(confidence_level=0.10, mu, vol)
trong đó mu và vol lần lượt là trung bình và độ biến động.
Dữ liệu lợi nhuận (dưới dạng số thập phân) có sẵn trong biến StockReturns.
Bài tập này là một phần của khóa học
Nhập môn Quản trị Rủi ro Danh mục bằng Python
Hướng dẫn bài tập
- Import
normtừscipy.stats. - Tính trung bình và độ biến động của
StockReturnsvà gán lần lượt vàomuvàvol. - Đặt
confidence_levelcho VaR(95). - Tính VaR(95) bằng hàm
norm.ppf(), truyền mức tin cậy làm tham số thứ nhất, tiếp theo là mu và vol làm tham số thứ hai và thứ ba.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Import norm from scipy.stats
____
# Estimate the average daily return
mu = ____(StockReturns)
# Estimate the daily volatility
vol = ____(StockReturns)
# Set the VaR confidence level
confidence_level = ____
# Calculate Parametric VaR
var_95 = ____
print('Mean: ', str(mu), '\nVolatility: ', str(vol), '\nVaR(95): ', str(var_95))