1. Học hỏi
    2. /
  2. Khoa Học
    3. /
  3. Quản trị Rủi ro Định lượng với Python
Connected

Bài tập

So sánh CVaR và VaR

Conditional Value at Risk (CVaR), hay mức thâm hụt kỳ vọng (Expected Shortfall, ES), đặt câu hỏi: mức lỗ trung bình sẽ là bao nhiêu khi biết rằng các khoản lỗ đã vượt quá một ngưỡng tại một mức độ tin cậy nhất định. Biện pháp này dùng VaR làm điểm xuất phát, nhưng chứa nhiều thông tin hơn vì xét đến phần đuôi của phân phối thua lỗ.

Đầu tiên, bạn sẽ tính VaR 95% cho phân phối chuẩn của thua lỗ danh mục, với trung bình và độ lệch chuẩn giống như portfolio_losses của các ngân hàng đầu tư giai đoạn 2005–2010. Sau đó, bạn sẽ dùng VaR để tính CVaR 95% và vẽ cả hai trên nền phân phối chuẩn.

portfolio_losses đã có sẵn trong không gian làm việc của bạn, cũng như phân phối chuẩn norm từ scipy.stats.

Hướng dẫn

100 XP
  • Tính trung bình và độ lệch chuẩn của portfolio_losses và gán lần lượt cho pm và ps.
  • Tìm VaR 95% bằng phương thức .ppf() của norm — phương thức này nhận tham số loc cho trung bình và scale cho độ lệch chuẩn.
  • Dùng VaR 95% và phương thức .expect() của norm để tìm tail_loss, rồi dùng nó để tính CVaR tại cùng mức độ tin cậy.
  • Thêm các đường thẳng đứng thể hiện VaR (màu đỏ) và CVaR (màu xanh lá) vào biểu đồ histogram của phân phối chuẩn.