予測ボラティリティとVaRの共動
Value-at-Risk のプロットは、ダウンサイドリスクに大きな時変性があることを示します。この時変性は主にリターンのボラティリティの時変性によって生じます。本演習では、Microsoft の日次リターンについて、5% Value-at-Risk と推定ボラティリティを同じ図に重ねてプロットし、この関係を確認します。ローリングGARCH推定の出力を保持するオブジェクト garchroll は、すでにコンソールに用意されています。
この演習はコースの一部です
Rで学ぶGARCHモデル
演習の手順
garchrollから、平均とボラティリティの予測を含むデータフレームを取得します。- 適切なメソッドを使って、
garchrollから 5% VaR を抽出します。 - garchpreds からボラティリティを取り出します。
- 時系列プロットで共動を分析します。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Extract the dataframe with predictions from the rolling GARCH estimation
garchpreds <- ___(garchroll)
# Extract the 5% VaR
garchVaR <- ___(garchroll, ___ = ___)
# Extract the volatility from garchpreds
garchvol <- xts(garchpreds$___, order.by = time(garchVaR))
# Analyze the comovement in a time series plot
garchplot <- plot(garchvol, ylim = c(-0.1, 0.1))
garchplot <- addSeries(garchVaR, on = 1, col = "blue")
plot(garchplot, main = "Daily vol and 5% VaR")