VaR în managementul riscului financiar

Modele GARCH în Python

Chelsea Yang

Data Science Instructor

Mentalitatea managementului riscului

Regula nr. 1: Nu pierde niciodată bani

Regula nr. 2: Nu uita niciodată Regula nr. 1

-- Warren Buffett

Desen animat Buffett

Ce este VaR

VaR înseamnă Value at Risk
Trei componente:
1. portofoliu
2. orizont de timp
3. probabilitate

Exemple de VaR

VaR de 5% pe 1 zi de 1 milion USD

Probabilitate de 5% ca portofoliul să piardă 1 milion de dolari sau mai mult într-o zi

VaR de 1% pe 10 zile de 9 milioane USD

Probabilitate de 1% ca portofoliul să piardă 9 milioane de dolari sau mai mult în 10 zile

VaR în managementul riscului

Stabilirea limitelor de risc
Depășire VaR: pierderea portofoliului depășește VaR

Depășiri VaR

VaR dinamic cu GARCH

Estimare VaR mai realistă cu GARCH
VaR = medie + (vol. GARCH) * cuantilă

VaR = mean_forecast.values + np.sqrt(variance_forecast).values * quantile

Calculul VaR dinamic

Pasul 1: Utilizați modelul GARCH pentru a prognoza varianța

# Specify and fit a GARCH model
basic_gm = arch_model(bitcoin_data['Return'], p = 1, q = 1, 
                      mean = 'constant', vol = 'GARCH', dist = 't')
gm_result = basic_gm.fit()

# Make variance forecast
gm_forecast = gm_result.forecast(start = '2019-01-01')

Calculul VaR dinamic (cont.)

Pasul 2: Utilizați GARCH pentru a obține media și volatilitatea prospective

mean_forecast = gm_forecast.mean['2019-01-01':]
variance_forecast = gm_forecast.variance['2019-01-01':]

Pasul 3: Obțineți cuantila la un nivel de încredere dat
1. VaR parametric
2. VaR empiric

VaR parametric

Estimarea cuantilelor pe baza distribuției asumate de GARCH pentru reziduurile standardizate

# Assume a Student's t-distribution 
# ppf(): Percent point function

q_parametric = garch_model.distribution.ppf(0.05, nu)

VaR empiric

Estimarea cuantilelor pe baza distribuției observate a reziduurilor standardizate GARCH

q_empirical = std_resid.quantile(0.05)

Să exersăm!

Modele GARCH în Python