VaRTest(rugarch)
VaRTest()所属R语言包:rugarch
Value at Risk Exceedances Test
在风险超过测试的价值
译者:生物统计家园网 机器人LoveR
描述----------Description----------
Implements the unconditional and conditional coverage Value at Risk Exceedances Test.
实现无条件和有条件的覆盖风险值超过测试。
用法----------Usage----------
VaRTest(alpha = 0.05, actual, VaR, conf.level = 0.95)
参数----------Arguments----------
参数:alpha
The quantile (coverage) used for the VaR.
分位数(覆盖)的VaR。
参数:actual
A numeric vector of the actual (realized) values.
一个数值向量的实际值(实现)。
参数:VaR
The numeric vector of VaR.
的数字矢量VaR的。
参数:conf.level
The confidence level at which the Null Hypothesis is evaluated.
在零假设被评估的置信水平。
Details
详细信息----------Details----------
The test implements both the unconditional (Kupiec) and conditional(Christoffersen) coverage tests for the correct number of exceedances. See the references for further details.
测试同时实现了无条件(Kupiec)和条件(克里斯托弗)覆盖测试的正确数量的超标。进一步详情请参阅参考。
值----------Value----------
A list with the following items:<br>
以下项目:参考列表
参数:expected.exceed
The expected number of exceedances (length actual x coverage).
超出预期数量的(长度实际的x覆盖率)。
参数:actual.exceed
The actual number of exceedances.
超标的实际数量。
参数:uc.H0
The unconditional coverage test Null Hypothesis.
无条件覆盖测试的零假设。
参数:uc.LRstat
The unconditional coverage test Likelihood Ratio statistic.
无条件覆盖试验似然比统计量。
参数:uc.critical
The unconditional coverage test critical value.
无条件覆盖测试中的临界值。
参数:uc.LRp
The unconditional coverage test p-value.
无条件覆盖测试的p值。
参数:uc.H0
The unconditional coverage test Null Hypothesis.
无条件覆盖测试的零假设。
参数:uc.Decision
The unconditional coverage test Decision on H0 given the confidence level.
决定H0无条件覆盖测试给定的置信水平。
参数:cc.H0
The conditional coverage test Null Hypothesis.
条件覆盖测试的零假设。
参数:cc.LRstat
The conditional coverage test Likelihood Ratio statistic.
条件覆盖测试的似然比统计。
参数:cc.critical
The conditional coverage test critical value.
条件覆盖测试临界值。
参数:cc.LRp
The conditional coverage test p-value.
条件覆盖测试的p值。
参数:cc.H0
The conditional coverage test Null Hypothesis.
条件覆盖测试的零假设。
参数:cc.Decision
The conditional coverage test Decision on H0 given the confidence level.
条件覆盖测试决定H0给定的置信水平。
(作者)----------Author(s)----------
Alexios Ghalanos
参考文献----------References----------
International Economic Review, 39, 841–862.<br> Christoffersen, P., Hahn,J. and Inoue, A. (2001), Testing and Comparing Value-at-Risk Measures, Journal of Empirical Finance, 8, 325–342.
实例----------Examples----------
## Not run: [#不运行:]
data(dji30ret)
spec = ugarchspec(mean.model = list(armaOrder = c(1,1), include.mean = TRUE),
variance.model = list(model = "gjrGARCH"), distribution.model = "sstd")
fit = ugarchfit(spec, data = dji30ret[1:1000, 1, drop = FALSE])
spec2 = spec
setfixed(spec2)<-as.list(coef(fit))
filt = ugarchfilter(spec2, dji30ret[1001:2500, 1, drop = FALSE], n.old = 1000)
actual = dji30ret[1001:2500,1]
# location+scale invariance allows to use [mu + sigma*q(p,0,1,skew,shape)][位置+标度不变性允许使用[MU +倍标准差* Q(P,0,1,歪斜,形状)]]
VaR = fitted(filt) + sigma(filt)*qdist("sstd", p=0.05, mu = 0, sigma = 1,
skew = coef(fit)["skew"], shape=coef(fit)["shape"])
print(VaRTest(0.05, actual, VaR))
转载请注明:出自 生物统计家园网(http://www.biostatistic.net)。
注:
注1:为了方便大家学习,本文档为生物统计家园网机器人LoveR翻译而成,仅供个人R语言学习参考使用,生物统计家园保留版权。
注2:由于是机器人自动翻译,难免有不准确之处,使用时仔细对照中、英文内容进行反复理解,可以帮助R语言的学习。
注3:如遇到不准确之处,请在本贴的后面进行回帖,我们会逐渐进行修订。
|