Witamy na kursie!

Ilościowe zarządzanie ryzykiem w R

Alexander McNeil

Professor, University of York

O mnie

  • Profesor statystyki matematycznej, nauk aktuarialnych i finansów ilościowych
  • Współautor Quantitative Risk Management: Concepts, Techniques & Tools (z R. Freyem i P. Embrechtsem)
  • Współtwórca qrmtutorial.org (z M. Hofertem)
  • Współautor pakietów R: qrmdata i qrmtools

Ilościowe zarządzanie ryzykiem w R

Cel QRM

  • W ilościowym zarządzaniu ryzykiem (QRM) kwantyfikujemy ryzyko portfela
  • Pomiar ryzyka to pierwszy krok w kierunku zarządzania nim
  • Zarządzanie ryzykiem:
    • Sprzedaż aktywów, dywersyfikacja portfeli, hedging za pomocą instrumentów pochodnych
    • Utrzymanie wystarczającego kapitału na pokrycie strat
  • Wartość zagrożona (VaR) to powszechnie stosowana miara ryzyka
Ilościowe zarządzanie ryzykiem w R

Czynniki ryzyka

  • Wartość portfela zależy od wielu czynników ryzyka
  • Przykłady: indeksy/ceny akcji, kursy walut, stopy procentowe
  • Przyjrzyjmy się indeksowi S&P 500
Ilościowe zarządzanie ryzykiem w R

Analiza czynników ryzyka w R

library(qrmdata)

data(SP500)

head(SP500,  n = 3)

           ^GSPC
1950-01-03 16.66
1950-01-04 16.85
1950-01-05 16.93

> tail(SP500, n = 3)

             ^GSPC
2015-12-29 2078.36
2015-12-30 2063.36
2015-12-31 2043.94
Ilościowe zarządzanie ryzykiem w R

Wizualizacja czynników ryzyka

plot(SP500)

Ilościowe zarządzanie ryzykiem w R

Czas na ćwiczenia!

Ilościowe zarządzanie ryzykiem w R

Preparing Video For Download...