本文介绍了如何使用matlab计算系统性风险指标CoVaR和delta CoVaR。首先，通过预处理数据，包括去均值和使用GARCH模型计算波动率。接着，利用分位数回归计算VaR、ES和beta，并进一步求得covar和delta covar。最后，探讨了状态变量的影响，展示了如何在存在状态变量的情况下计算这两个指标。
引言
今天总结下CoVaR 这篇文章，作为系统性风险的大牛之作，
image.png
引用量之巨(请收下膝盖)。话不多说，今天主要介绍简单的实现，太多都过多介绍理论公式，讲得多了，反而是坏事，距离感太强。
所以先介绍 delta covar 怎么计算。
用matlab 为例来算，为什么用它，是因为matlab有个systemic risk 计算的包，但是里面的代码不是很友好(封装越好，改起来越麻烦，不接地气)，所以利用一部分关键信息作为示例。
计算
预处理
数据
数据一般都是日收益率，当然算这个指标，一般都是两两之间的计算。所以准备个最简单的两天时间序列。长度当然起码得一年吧，所以怎么也得有个252吧。参考下面网盘中(test.xlsx)
均值和波动率建模
这个方法有很多中，
对于均值方法，非常简单的方法就是去均值处理，
r0_x = r_x - mean(r_x)
对于波动率，当然取garch 方法，常见的garch 很多随便挑选。
这里采用动态相关系数的gjrgarch。至于原理，不是本节内容，自行百度。
[p,h]=dcc_gjrgarch(data); % 其中，p 是动态相关系数，h
最低0.47元/天 解锁文章
3万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
