标准符号中GARCH方程的参数为α=2.18×10-6,α=0.109和β=0.890,而学生创新分布的自由度为ν=5.06.3.3.1实验设计各种预测者使用不同的方法来估计每个时间点的损失的条件分布,并提供VaR估计。如第3.2节所述,回溯测试的长度为n=1000(约4年),每个预报员都使用一个滚动的数值窗口进行预测。我们考虑值n=500和n=1000;这些窗口长度比静态后验研究中的窗口长度长,因为通常需要更多的数据来可靠地估计GARCH模型。所有模型每10个时间步重新估计一次。该实验重复500次,以确定每个连铸机的拒收率。下面列出了考虑的不同预测方法;有关方法学的更多详细信息,请参阅McNeil等人(2015)第9章。预言家知道正确的模型及其精确的参数值。加什。t: 预报员估计了正确的模型类型(带有t创新的GARCH(1,1))。请注意,他不知道自由度,也必须估计此参数。加什。HS:预报员使用GARCH(1,1)模型来估计损失的动态,但对残差应用经验分位数估计来估计创新分布的分位数,从而估计条件损失分布的分位数;这种方法在实践中通常被称为过滤历史模拟。
|