股票与隐含波动率的风险因子

要分析包含期权的投资组合的风险，必须同时考虑三个风险因子的变化：股票价格、波动率和利率。在这里，您将聚焦前两个风险因子，并假设在较短时间区间内利率变化不大。时段 1990-2010 的每日风险因子数值存于 riskfactors，相应的对数收益存于 returns；这两个多变量数据集都已加载到您的工作区。

波动率是本课程目前尚未涉及的新风险因子。它由 VIX 指数代表，VIX 是基于标普 500 指数一系列期权的隐含波动率构建而成：

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

在本练习中，您将检验波动率的对数收益是否与此前遇到的其他收益数据具有相似特征，并观察它与标普 500 指数对数收益的联动变化。

本练习是课程的一部分

R 中的定量风险管理

查看课程

练习说明

使用合适的函数绘制 riskfactors 和 returns 中的数据。
连续使用 plot() 和 as.matrix() 为 returns 创建散点图。
使用 apply() 对 returns 进行 Jarque-Bera 检验，然后使用 qqnorm() 和方括号索引，为 returns 中包含波动率数据的序列的对数收益绘制与正态分布对比的 Q-Q 图。
为 returns 中的数据绘制样本自相关函数（acf）图，然后为其绝对收益绘制 acf 图。
使用 cor() 计算 returns 中两个风险因子的对数收益之间的相关系数。

交互式实操练习

通过完成这段示例代码来试试这个练习。

# 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

编辑并运行代码