本文展示了如何基于基础ARMA-GARCH过程（当然这也涉及广义上的QRM）来拟合和预测风险价值（Value-at-Risk，VaR）。
library(qrmtools)# for qq_plot() library(rugarch)
模拟数据
我们考虑具有t的ARMA（1,1）-GARCH（1,1）过程
将ARMA-GARCH模型拟合到（模拟的）数据
拟合一个ARMA-GARCH过程。
计算VaR时间序列
计算风险价值估计值。请注意，我们也可以在这里使用基于GPD的估计器。
通过随机性检查进行后测
我们来回溯一下VaR估计值。
## 回测 VaR_0.99 btest <- VaRTest(alpha,actual =X,VaR =VaR,conf.level =0.95) btest$expected.exceed# 0.99 * n ## [1] 990 btest$actual.exceed ## [1] 988 btest$uc.Decision # unconditional test decision (note: cc.Decision is NA here) ## [1] "Fail to Reject H0"
基于拟合模型预测VaR
现在预测风险价值。
模拟（X）的未来轨迹并计算相应的VaR
模拟路径，估算每个模拟路径的VaR（注意，quantile()这里不能使用，所以我们必须手动构建VaR）。
