Samvariation mellan prognostiserad volatilitet och VaR
Value-at-risk-diagrammen visar en betydande tidsvariation i nedsidesrisken. Denna tidsvariation drivs i stor utsträckning av tidsvariationen i avkastningsvolatiliteten. I den här övningen ska du verifiera att detta stämmer för de dagliga Microsoft-avkastningarna, genom att i ett och samma diagram plotta både 5%-VaR och den skattade volatiliteten. Objektet garchroll, som innehåller utdata från en rullande GARCH-skattning, finns redan tillgängligt i konsolen.
Den här övningen är en del av kursen
GARCH-modeller i R
Övningsinstruktioner
- Hämta dataramen med medelvärdes- och volatilitetsprognoser från
garchroll. - Använd lämplig metod för att extrahera 5%-VaR från
garchroll. - Extrahera volatiliteten från
garchpreds. - Analysera samvariationen i ett tidsserieplot.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# 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")