※ [本文转录自 Economics 看板 #1N6M_tB- ] 作者: naturalsmen (日日夜夜) 看板: Economics 标题: [请益] GARCH-GPD Monte Carlo simulation 时间: Fri Apr 22 08:27:30 2016 各位大大好 小弟最近在看McNeil and Frey (2000)出的论文 Estimation of tail-related risk measures for heteroscedastic financial time series: an extreme value approach http://www.sciencedirect.com/science/article/pii/S0927539800000128 对最後他估计multiple day returns的算法有些疑问 我照着他的做法做了一遍 用他网页提供的DAX index历史资料 http://www.macs.hw.ac.uk/~mcneil/ftp/DAX.txt 但是10-day VaR的结果在0.99 quantile的地方差距很大 他的violations只有48笔 期望值是51笔 我做出来的violations却有109笔@@ 0.95 quantile跟作者的差距不大 但感觉是错的 然後又去看了国内的人做的 http://140.123.5.6/deptfin/course_data/Data/Sup7.pdf 最後的GARCH-GPD的violations也跟期望值差距不大 我照McNeil(2000)上面的算法: 取1000天的窗格 1. 先用AR(1)-GARCH(1,1)预测未来10天DAX index negative log return -> 得到1000笔残差值然後标准化 跟 未来10天估计的条件平均数条件变异数 2. 取0.9 quantile和0.1 quantile作为左右尾的门槛值 -> 左右尾分别fit一个GPD model -> 得到两组(xi, beta) 3. 随机从1.得到的1000笔标准化残差取1笔 取後放回 4. 该残差若>右尾门槛值 随机从右尾fit得的GPD抽一个值 -> 得右尾门槛值+右尾GPD抽到的值 5. 4.的判断改成左尾 -> 得左尾门槛值-左尾GPD抽到的值 6. 4. 5.的条件不合则该残差不变 7. 重复3.~6. 我共重复5000次 得到5000笔新的残差值的混合分配 长这样：http://imgur.com/veey8XC 上面是GARCH model得的标准化残差分配 下面是新残差的混合分配 ...为啥没有什麽变啊啊啊 我以为会出现厚尾之类的 不确定是不是那边出错 8. 从新残差随机抽10笔 模拟未来10天对数报酬 <- 条件平均数 + 条件变异数*这10笔残差 然後加总 9. 8.重复1000次得到1000笔新的报酬率 10. 再fit一次GPD 门槛设0.9 quantile -> 得到t+1+...+t+10的VaR 然後重复上面的步骤到样本资料结束 ...就出事了@@ 不知道版上有没有大大曾经做过相关的东西 希望有大大能够协助解惑 小弟愿意以一顿饭报答 感谢!!! --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 132.208.73.221 ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Economics/M.1461284855.A.2FE.html ※ 编辑: naturalsmen (132.208.73.221), 04/22/2016 08:28:58

※ 发信站: 批踢踢实业坊(ptt.cc) ※ 转录者: naturalsmen (132.208.73.221), 04/25/2016 02:07:33 ※ 编辑: naturalsmen (132.208.73.221), 04/25/2016 06:35:18