風險值的估計-侯楚薇(9692017)

以均數-共變異法計算 VaR(α=1%, 樣本內: 1900筆)

指令:

open b-g.gdt

#==============================

# 2009.6.1 均數-共變異法

#==============================

#---------------

# 產生臨界值

#----------------

 scalar c_001=critical(z,0.01)

#--------------------

# 產生空資料(風險值)

# series VaR=NA--------第一次才要跑這行

#--------------------

 #series VaR=NA

   scalar w0=1000000

#---------------------------------

# 先限制樣本在產生第一筆VaR的位置

#---------------------------------

 smpl 1 1900

#---------------------------------------

# 迴圈(才能算第1901筆至最後一筆(1974)的VaR)

#---------------------------------------

loop for j=1901..1974

   smpl +1 +1

  #----------------

  # 產生標準差

  #----------------

   scalar sigma=sd(Y)

  #-----------------------------------------------------------

  # 把產生的值放在目前使用的樣本的最後一筆

  #-----------------------------------------------------------

   scalar k2=$t2+1

   VaR[k2]=w0*sigma*c_001/100

end loop

smpl full

結果:

 筆數       VaR

1901     11093.40

1902     11093.23

1903     11093.86

1904     11094.48

1905     11094.38

1906     11093.94

1907     11094.89

1908     11095.28

1909     11095.46

1910     11094.52

1911     11091.05

1912     11090.44

1913     11090.39

1914     11090.38

1915     11090.46

1916     11090.53

1917     11090.67

1918     11090.85

1919     11092.55

1920     11092.59

1921     11093.68

1922     11093.66

1923     11092.34

1924     11093.57

1925     11093.33

1926     11093.13

1927     11093.59

1928     11093.23

1929     11093.87

1930     11093.58

1931     11093.49

1932     11091.24

1933     11091.08

1934     11089.44

1935     11088.56

1936     11078.68

1937     11056.21

1938     11051.41

1939     11038.90

1940     11035.78

1941     11033.98

1942     11033.67

1943     11033.09

1944     11018.85

1945     11018.70

1946     11013.14

1947     11004.82

1948     11005.48

1949     11004.83

1950     11010.96

1951     11012.28

1952     11009.92

1953     11009.36

1954     11008.09

1955     11007.26

1956     11008.65

1957     11008.42

1958     11006.78

1959     11005.27

1960     11005.09

1961     11004.59

1962     11002.56

1963     11000.02

1964     11000.70

1965     11001.61

1966     11003.87

1967     11004.04

1968     11003.98

1969     11004.12

1970     11006.85

1971     11007.22

1972     11007.22

1973     11006.97

1974     11007.53

以歷史模擬法計算 VaR (α=1%, 樣本內: 1900筆)

指令:

open b-g.gdt

#==============================

# 2009.6.1 歷史模擬法(移動視窗)

#==============================

#-----------------------------------------------------

# 產生空資料(風險值)

# series VaR=NA--------第一次才要跑這行

#-----------------------------------------------------

#series VaR=NA

 scalar w0=1000000

#---------------------------------------------------

# 先限制樣本在產生第一筆VaR的位置

#---------------------------------------------------

 smpl 1 1900

#-------------------------------------------------------------

# 迴圈(才能算第1901筆至最後一筆(1974)的VaR)

#-------------------------------------------------------------

loop for j=1901..1974

   smpl +1 +1

  #--------------------------

  # 產生分量(Quantile)

  #--------------------------

   scalar R_star=quantile(Y,0.01) 

  #----------------

  # 產生標準差

  #----------------

   scalar sigma=sd(Y)

  #-----------------------------------------------------------

  # 把產生的值放在目前使用的樣本的最後一筆

  #-----------------------------------------------------------

   scalar k2=$t2+1

   VaR[k2]=-w0*R_star/100

end loop

smpl full

結果:

第1901筆-第1974筆 VaR=14609.50

以歷史模擬法計算 VaR (α=5%, 樣本內: 1900筆)

指令:

open b-g.gdt

#==============================

# 2009.6.1 歷史模擬法(滾動視窗)

#==============================

#-----------------------------------------------------

# 產生空資料(風險值)

# series VaR=NA--------第一次才要跑這行

#-----------------------------------------------------

#series VaR=NA

 scalar w0=1000000

#-------------------------------------------------

# 先限制樣本在產生第一筆VaR的位置

#------------------------------------------------

 smpl 1 1900

#----------------------------------------------------------------

# 迴圈(才能算第1901筆至最後一筆(1974)的VaR)

#----------------------------------------------------------------

loop for j=1901..1974

   smpl +1 +1

  #---------------------------

  # 產生分量(Quantile)

  #---------------------------

   scalar R_star=quantile(Y,0.05) 

  #---------------

  # 產生標準差

  #----------------

   scalar sigma=sd(Y)

  #-----------------------------------------------------------

  # 把產生的值放在目前使用的樣本的最後一筆

  #-----------------------------------------------------------

   scalar k2=$t2+1

   VaR[k2]=-w0*R_star/100

end loop

smpl full

結果:

第1901筆-第1936筆 VaR=8431.978

第1937筆-第1938筆 VaR=8420.188

第1939筆-第1943筆 VaR=8380.058

第1944筆-第1946筆 VaR=8355.639

第1947筆-第1949筆 VaR=8353.833

第1950筆-第1974筆 VaR=8380.058