R语言基于ARMA-GARCH过程的VaR拟合和预测
原文链接：http://tecdat.cn/?p=2657
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）（点击文末“阅读原文”获取完整代码数据）。
相关视频
library(qrmtools)# 绘制qq图
library(rugarch)
模拟数据
我们考虑具有t分布的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。
01
02
03
04
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的估计模型。
通过随机性检查进行回测
我们来回测一下VaR估计值。
## 回测 VaR_0.99
btest <- 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）的未来序列并计算相应的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）。
本文参与?腾讯云自媒体分享计划，分享自微信公众号。
原始发表：2023-05-22，如有侵权请联系?cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读
目录