Contexto empresarial
Una institución financiera necesita realizar pruebas de estrés en una cartera de inversiones compuesta por tres activos principales (Bonos, Acciones Tecnológicas, Materias Primas). Se requiere simular rendimientos conjuntos asumiendo una dependencia en las colas (eventos extremos) más fuerte que la normal, utilizando una cópula t de Student con pocos grados de libertad para capturar el riesgo de caídas simultáneas del mercado.
Preparación de datos
Creación de una matriz de correlación de Pearson que refleja una correlación moderada entre los activos.
¡Copiado!
| 1 | DATA mycas.corr_finance; LENGTH _name_ $ 8; INFILE DATALINES; INPUT _name_ $ Bonos Tech MatPrimas; DATALINES; |
| 2 | Bonos 1.0 0.2 0.1 |
| 3 | Tech 0.2 1.0 0.6 |
| 4 | MatPrimas 0.1 0.6 1.0 |
| 5 | ; RUN; |
Étapes de réalisation
1
Carga de la tabla de correlación en memoria CAS.
¡Copiado!
| 1 | |
| 2 | PROC CAS; |
| 3 | TABLE.loadTable / path='corr_finance.sashdat' caslib='casuser' casout={name='corr_finance', replace=true}; |
| 4 | |
| 5 | RUN; |
| 6 | |
| 7 | QUIT; |
| 8 |
2
Ejecución de la simulación con Cópula t (df=4) para modelar colas pesadas.
¡Copiado!
| 1 | |
| 2 | PROC CAS; |
| 3 | ACTION copula.copulaSimulate / define={copulaType="T", df=4, corrTable={name="corr_finance"}} ndraws=5000 seed=999 outuniform={name="simu_riesgo_t", replace=true} var={"Bonos", "Tech", "MatPrimas"}; |
| 4 | |
| 5 | RUN; |
| 6 | |
| 7 | QUIT; |
| 8 |
Resultado esperado
Se genera la tabla CAS 'simu_riesgo_t' con 5,000 observaciones. Los datos muestran una estructura de dependencia simétrica pero con mayor probabilidad de valores extremos conjuntos (colas pesadas) debido a los 4 grados de libertad, simulando efectivamente un escenario de crisis financiera.