quantiative riesgo medida de cómo se implementan en R y su uso

Question

Hasta ahora sólo he conocimiento teórico de la medida del riesgo y nunca los han utilizado en la aplicación. Por lo tanto, tengo algunas pregunta básica de cómo medidas de riesgo que se utilizan en la realidad y cómo se implementan en R.

1. Supongamos que usted es la gestión de un portafolio que contiene algunos de los activos. En particular, estoy interesado en el VaR y el CVaR. El VaR es un cuantil de la distribución de pérdidas. En realidad uno podría calcular el VaR para la vuelve a ver lo que el riesgo actual de su cartera. Esto conduce a una serie de VaR a lo largo del tiempo, es esto correcto?
2. Cómo CVaR implementado en R? Sé que no es el PerformanceAnalytics paquete que contiene la función ES. Pero, ¿cómo hace esta función calcular el CVaR? Por otra parte, esta función (ES) tiene como argumento un vector, matriz, el marco de datos, unicc o zoológico objeto de activos devuelve. ¿Cómo funciona el cálculo de la diferencia si el argumento es una de datos marco de rentabilidad del activo o un unicc objeto?
3. Estrechamente relacionado con 2. Cómo son las Series de Tiempo utilizadas para calcular el VaR y el CVar?

Estoy muy agradecido por las explicaciones y referencias.

Answer 1

Para la primera, la gente tiende a calcular el VaR o CVaR a lo largo del tiempo y de la trama de los resultados.

Para dos y tres, la documentación de la ETL función dice que se puede calcular utilizando un enfoque de Gauss o de Cornualles-Fisher expansión. Estos son los dos métodos de análisis. El Gaussiano enfoque utiliza sólo la media y la varianza (efectivamente suponiendo que la distribución de los rendimientos es una distribución de Gauss con lo que la media y la varianza usted proporcione), mientras que el de Cornualles-Fisher también tiene en cuenta la asimetría y la curtosis de la distribución.

Usted puede utilizar la función para calcular un univariante CVaR para una o más series. El subyacente de la fórmula no iba a cambiar para diferentes tipos de datos siempre y cuando usted está considerando una univariante CVaR. Sin embargo, si usted elige para calcular el CVaR de una cartera (cambiando la portfolio_method parámetro, creo), entonces las fórmulas de cambio para manejar las múltiples variables de las relaciones entre los diferentes valores. En este caso, el Cornish-Fisher expansión normalmente se convierte en una carga para grandes carteras debido a la co-la asimetría y la co-aplanamiento de las matrices de llegar a ser enorme.

Para resolver este problema, la forma más general para calcular el VaR y el CVaR es representar la distribución de los rendimientos por escenarios. Algunas personas usan la distribución histórica de los rendimientos de esta manera, pero también puede utilizar las simulaciones desde el más general de las distribuciones. Dado un vector de la cartera de pesos, se puede calcular la rentabilidad de la cartera para cada escenario. A continuación, usted puede encontrar el VaR de la cartera por el cuantil de la función. El CVaR es sólo el promedio de los rendimientos de menos de la VaR. Esto se puede hacer muy fácilmente en casi cualquier idioma.

Yo no diría que las series de tiempo se utilizan para calcular el VaR y el CVaR. Más bien, las series de tiempo métodos o técnicas se pueden utilizar para producir las estimaciones de la distribución esperada de los rendimientos. El VaR y el CVaR son funciones en esas distribuciones. xts se utiliza en PerformanceAnalytics principalmente como un contenedor de datos, es decir, hacer que sea más fácil trabajar con los rendimientos y las fechas.

Answer 2

Una medida del riesgo $\rho$ aplicado a las series de tiempo $X \in \mathbb{R^n}$ produce $Y \in \mathbb{R} $. es decir, $\rho: \mathbb{R^n} \rightarrow \mathbb{R}$

Como para la aplicación (con R), ver aquí.

Un vistazo a las fórmulas para el VAR y el ES (que es exactamente el mismo que el CVAR) debería aclarar cualquier confusión.