Contexte Métier
Une banque d'investissement souhaite évaluer le risque de marché de son portefeuille (Value at Risk). Elle doit simuler 10 000 scénarios de rendements conjoints pour trois classes d'actifs (Actions, Obligations, Immobilier) en respectant leurs corrélations historiques, modélisées par une copule Normale.
Préparation des Données
Création de la matrice de corrélation de Pearson pour 3 actifs.
Copié !
| 1 | DATA casuser.asset_corr; |
| 2 | _TYPE_ = 'CORR'; _NAME_ = 'Actions'; Actions=1.0; Obligations=0.2; Immobilier=0.5; OUTPUT; |
| 3 | _TYPE_ = 'CORR'; _NAME_ = 'Obligations'; Actions=0.2; Obligations=1.0; Immobilier=0.1; OUTPUT; |
| 4 | _TYPE_ = 'CORR'; _NAME_ = 'Immobilier'; Actions=0.5; Obligations=0.1; Immobilier=1.0; OUTPUT; |
| 5 | RUN; |
Étapes de réalisation
1
Exécution de la simulation Monte Carlo avec Copule Normale et marges uniformes
Copié !
| 1 | PROC CAS; |
| 2 | copula.copulaSimulate / |
| 3 | define={copulaType='NORMAL', corrTable={name='asset_corr', caslib='casuser'}}, |
| 4 | ndraws=10000, |
| 5 | seed=12345, |
| 6 | outUniform={name='sim_portefeuille', caslib='casuser', replace=true}, |
| 7 | var={'Actions', 'Obligations', 'Immobilier'}; |
| 8 | RUN; QUIT; |
Résultat Attendu
La table 'sim_portefeuille' est générée avec 10 000 lignes et 3 colonnes. Les valeurs sont comprises entre 0 et 1 (marges uniformes) et respectent la structure de corrélation définie dans 'asset_corr'.