第一个模块是生成xts的数据对象,第二步是做时间序列的基本检验包括峰度和偏度;第二个模块是估计TGARCH模型获得参数同时做两件事一个是获得VaR(包括下行和上行风险价值)一个是获得PIT均匀分布数据用于进一步估计copula 函数;第二个模块的附加是做了一个FOR循环的并行计算rollwindow估计单个序列的VaR和它们的kupiec test;...
最近很火的covar,mes等风险测度。很多都是经copula-garch进行计算。 所以我最近也简单了解了一下,大量文献是进行两步估计: 1.估计边缘分布。本质上相当于建立一元模型,实证中以garch模型为主 2.选取多种copula函数进行对比分析,进行特征研究。 那么关于联合分布有了,进行一些衍生风险值的研究就简单了。