用copula来估计VaR

51 阅读 0 评论 34 点赞

我是靠谱客的博主狂野菠萝，最近开发中收集的这篇文章主要介绍用copula来估计VaR，觉得挺不错的，现在分享给大家，希望可以做个参考。

一. 理论部分

1、数据下载地址：股票日收益率数据

2、Copula

$F(l_{1},l_{2})=C_{theta}(u_{1},u_{2}),forall l_{1},l_{2}in Re$

其中 $u_{1},u_{2}$ 在区间 (0,1) 内服从均匀分布。

3、参数估计

采用拟极大似然估计，

$l(hat{theta})= [ sum_{i=1}^{N}ln{c_{hat theta (tilde U_{i1}, tilde U_{i2})}} ]$

其中

$tilde U_{i1} = dfrac{N}{N+1} sum_{j=1}^{N}I(L_{j1}leq L_{i1}) , tilde U_{i2} = dfrac{N}{N+1} sum_{j=1}^{N}I(L_{j2}leq L_{i2})$

$tilde U_{i1}, tilde U_{i2}$ 是伪观测值。

4、拟合优度，用于比较模型

$AIC=-2l(hat theta)+2k, BIC=-2l(theta hat)+kln(n)$

二. 实证部分

1、代码部分

代码

2、结果展示

结果

三. VaR计算

1.、拟合边缘分布

2、Monte Carlo模拟

3、VaR与CVaR计算

代码

结果

以上就是狂野菠萝为你收集整理的用copula来估计VaR的全部内容，希望文章能够帮你解决用copula来估计VaR所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。

本图文内容来源于网友提供，作为学习参考使用，或来自网络收集整理，版权属于原作者所有。