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)
我们考虑具有t分布的ARMA(1,1)-GARCH(1,1)过程
拟合一个ARMA-GARCH过程。
01
02
03
04
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"
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)。