1. Leren
  2. /
  3. Cursussen
  4. /
  5. Pythonで学ぶGARCHモデル

Connected

Opdracht

経験的VaRを計算する

この演習では、経験的アプローチを用いて、日次5%の動学的VaRを推定する練習をします。

パラメトリックVaRと経験的VaRの違いは、分位点の推定方法にあります。パラメトリック手法では仮定した分布から分位点を推定しますが、経験的手法では標準化残差の観測分布から分位点を推定します。

前の演習と同じGARCHモデルを使用します。平均と分散の予測はそれぞれ mean_forecast と variance_forecast に保存されています。経験的な標準化残差は計算済みで、std_resid に保存されています。

Instructies

100 XP
  • GARCHの標準化残差 std_resid から 0.05 分位点を計算します。
  • 前のステップで得た分位点と、GARCHモデルの mean_forecast、variance_forecast を用いてVaRを計算します。