基于贝叶斯方法与时变Copula模型的 基金风险的度量

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

input:

x=read.csv("r2800.csv")

p=(x[[3]]-x[[4]])/x[[3]]

p1=p[length(p):1]

adf.test(p1)

pt=as.ts(p1)

plot.ts(pt)

ArchTest(pt)

addPriorConditions <-function(psi){psi[2] + psi[3] < 1}

mc1 <- bayesGARCH(p1, lambda = 100,delta = 500,control = list(n.chain = 2,l.chain = 200,

                               addPriorConditions = addPriorConditions))

summary(mc1)

output:

Iterations = 1:200

Thinning interval = 1

Number of chains = 2

Sample size per chain = 200

1. Empirical mean and standard deviation for each variable,

   plus standard error of the mean:

         Mean    SD Naive SE Time-series SE

alpha0   0.01  0.00    0.000          0.000

alpha1   0.10  0.00    0.000          0.000

beta     0.70  0.00    0.000          0.000

nu     498.01 28.25    1.412          1.414

2. Quantiles for each variable:

        2.5%   25%   50%   75% 97.5%

alpha0 1e-02 1e-02 1e-02 1e-02 1e-02

alpha1 1e-01 1e-01 1e-01 1e-01 1e-01

beta   7e-01 7e-01 7e-01 7e-01 7e-01

nu     5e+02 5e+02 5e+02 5e+02 5e+02

问题求助：

bayesgarch()估计参数以后，如何提取波动率（rugarch这类基于极大似然求波动率的函数并不适用），以及如何利用波动率算VaR。

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：时变Copula Copula opula 贝叶斯 Conditions

David Ardia似乎就没有给bayesGARCH这个包写提取条件波动率的计算函数，bayesGARCH这个函数只能进行参数估计，套用rugarch的波动率提取函数肯定是不行的。不过你参数估计之后应该会得到GARCH对应的Bayesian posterior means，就是对应极大似然估计法ML求得的参数估计值，你可以试着自己把这个条件波动率提取函数写出来。思路是把GARCH的ω，α，β的Bayesian posterior means代进去一条自己写的garch过程，用残差样本数据的方差来作为第一个σ^2_{t-1}的初始值进行迭代，然后就是用for循环，从1到样本数据结尾，不断地去迭代得到每一个时刻的σ^2_{t}，把这些每个时刻的σ^2_{t}放进一条序列，然后输出即可，这样就能求到这条贝叶斯法估计的GARCH的条件波动率了，思路其实和rugarch包的ML法估计下的波动率提取函数是一样的。