After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
코스 설명
이 강의에서는 Quantitative Risk Management(QRM)의 관점에서 금융 포트폴리오의 위험을 이해하기 위한 모델을 구축해 봅니다. 이는 은행, 보험, 자산운용 산업 전반에서 매우 중요한 업무예요. 모델링의 첫 단계는 포트폴리오 가치를 좌우하는 기초 위험 요인에 대한 데이터를 수집하고 그 특성을 분석하는 것입니다. 이 과정을 통해 위험 요인 수익률 시계열을 다루는 법을 배우고, 이 데이터의 경험적 특성, 즉 흔히 말하는 "stylized facts"—정규성이 아닌 분포와 변동성 등을 포함—을 살펴보며, 포트폴리오의 Value-at-Risk를 추정하는 방법을 익히게 됩니다.
사전 요구 사항
커리큘럼
코스 개요
1
시장 위험 요인 데이터 탐색
이번 장에서는 수익률 시계열을 구성하고 더 긴 기간으로 집계하는 방법, 그리고 다양한 방식으로 시각화하는 방법을 배웁니다. qrmdata 패키지를 활용한 예제를 함께 살펴봅니다.
2
현실의 수익률은 정규분포보다 더 위험합니다
이번 장에서는 정규성에 대한 그래프 기반 및 수치적 검정을 배우고, 이를 여러 데이터셋에 적용해 본 뒤, 대안으로서 Student t 모형을 고려합니다.
3
현실의 수익률은 변동성이 크고 상관되어 있습니다
이번 장에서는 변동성의 개념과 act 플롯을 사용해 이를 탐지하는 방법을 배웁니다. 또한 Ljung-Box 검정을 이용해 자기상관을 점검하고 교차상관을 추정하는 방법도 학습합니다.
4
포트폴리오 Value-at-Risk(VaR) 추정
이번 장에서는 Value-at-Risk 개념과 과거 시뮬레이션에 기반한 간단한 VaR 추정 방법을 소개합니다.
R
R로 배우는 계량적 위험 관리(Quantitative Risk Management)
코스
완료
