原文链接
R语言基于ARMA-GARCH过程的VaR拟合和预测tecdat.cn本文展示了如何基于基础ARMA-GARCH过程(当然这也涉及广义上的QRM)来拟合和预测风险价值(Value-at-Risk,VaR)。
library(qrmtools)# for qq_plot() library(rugarch)
模拟数据
我们考虑具有t的ARMA(1,1)-GARCH(1,1)过程
将ARMA-GARCH模型拟合到(模拟的)数据
拟合一个ARMA-GARCH过程。
计算VaR时间序列
计算风险价值估计值。请注意,我们也可以在这里使用基于GPD的估计器。
通过随机性检查进行后测
我们来回溯一下VaR估计值。
## Backtest VaR_0.99btest <- VaRTest(alpha,actual =X,VaR =VaR,conf.level =0.95)btest$expected.exceed# 0.99 * n ## [1] 990 btest$actual.exceed ## [1] 988 btest$uc.Decision# unconditional test decision (note: cc.Decision is NA here) ## [1] "Fail to Reject H0"
基于拟合模型预测VaR
现在预测风险价值。
模拟(X)的未来轨迹并计算相应的VaR
模拟路径,估算每个模拟路径的VaR(注意,quantile()这里不能使用,所以我们必须手动构建VaR)。
相关文章
R语言中的风险价值模型度量指标TVaR与VaR
href="https://blog.csdn.net/qq_19600291/article/details/103491160?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522158652610019724811809250%2522%252C%2522scm%2522%253A%252220140713.130056874..%2522%257D&request_id=158652610019724811809250&biz_id=0&utm_source=distribute.pc_search_result.none-task-blog-blog_SOOPENSEARCH-2">R语言VAR模型的不同类型的脉冲响应分析
R语言用向量自回归(VAR)进行经济数据脉冲响应研究...
R语言基于ARMA-GARCH-VaR模型拟合和预测实证研究分析...
matlab使用Copula仿真优化市场风险数据VaR分析
GARCH(1,1),MA以及历史模拟法的VaR比较
R语言基于ARMA-GARCH过程的VaR拟合和预测