Факторы риска: акции и подразумеваемая волатильность

Для анализа риска портфеля, содержащего опцион, необходимо учитывать изменения всех трёх факторов риска: цены акции, волатильности и процентных ставок. В этом упражнении вы сосредоточитесь на первых двух факторах, предполагая, что процентные ставки меняются незначительно на коротких временных интервалах. Дневные значения факторов риска за период 1990–2010 годов содержатся в riskfactors, а соответствующие логарифмические доходности — в returns; оба многомерных набора данных уже загружены в вашем рабочем пространстве.

Волатильность — это новый фактор риска, который ранее в курсе не рассматривался. Он представлен индексом VIX, построенным на основе подразумеваемых волатильностей широкого спектра опционов на индекс S&P 500:

> names(returns)
[1] "X.GSPC" "X.VIX"

В этом упражнении вы сможете проверить, ведут ли себя логарифмические доходности волатильности так же, как другие данные о доходностях, с которыми вы уже работали, а также посмотреть, как они соотносятся с логарифмическими доходностями индекса S&P 500.

Это упражнение является частью курса

Количественное управление рисками в R

Посмотреть курс

Инструкции к упражнению

Используйте подходящую функцию для построения графика данных из riskfactors и returns.
Последовательно примените plot() и as.matrix(), чтобы построить диаграмму рассеяния для returns.
Используйте apply() для проведения теста Харке–Бера для returns, затем с помощью qqnorm() и индексирования в скобках постройте Q-Q график относительно нормального распределения для логарифмических доходностей ряда из returns, содержащего данные о волатильности.
Постройте выборочную ACF-диаграмму для данных из returns, а затем для абсолютных значений этих доходностей.
Используйте cor() для вычисления корреляции между логарифмическими доходностями двух факторов риска из returns.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Plot the risk factors and the log-returns



# Make a scatterplot of the two return series


# Apply the Jarque-Bera test to the returns and make a Q-Q plot of the volatility log-returns



# Create the sample acf of the returns and absolute returns



# Calculate the correlation between the log-returns

Редактировать и запускать код