cci

风险价值(VaR)回溯测试的条件覆盖独立性测试

描述

例子

检测结果= cci (<一个href="//www.tianjin-qmedu.com/nl/help/risk/#bvabiyt-1-vbt" class="intrnllnk">vbt)为风险价值(VaR)回溯测试生成条件覆盖独立性(CCI)。

例子

检测结果= cci (<一个href="//www.tianjin-qmedu.com/nl/help/risk/#bvabiyt-1-vbt" class="intrnllnk">vbt,<一个href="//www.tianjin-qmedu.com/nl/help/risk/#namevaluepairarguments" class="intrnllnk">名称,值)添加可选的名称-值对参数<一个href="//www.tianjin-qmedu.com/nl/help/risk/#bvabiyt-1-TestLevel" class="intrnllnk">TestLevel

例子

全部折叠

创建一个varbacktest对象。

负载<年代p一个n年代tyle="color:#A020F0">VaRBacktestDatavbt = varbacktest (EquityIndex Normal95)
VaR VaR VaR VaR VaR VaR VaR VaR VaR VaR VaR VaR VaR VaR VaR VaR VaR VaR VaR VaR VaR VaR VaR VaR VaR VaR VaR VaR VaR VaR VaR VaR VaR VaR VaR VaR VaR VaR VaR VaR VaR VaR VaR VaR VaR VaR VaR VaR VaR VaR VaR VaR VaR VaR VaR VaR VaR VaR VaR VaR VaR VaR VaR VaR VaR VaR VaR VaR VaR VaR VaR VaR VaR VaR VaR VaR VaR VaR

生成cci测试结果。

检测结果= cci (vbt)
检测结果=<年代p一个nclass="emphasis">表1×13PortfolioID VaRID VaRLevel CCI LRatioCCI PValueCCI观察故障N00 N10 N01 N11 TestLevel⒈替_______ _____ ________ ________ ________ _____ ___一幅中国画“投资组合”“VaR”接受0.95 0.25866 0.61104 0.95 1043 57 932 53 53

使用varbacktest构造函数的名称-值对参数来创建varbacktest对象。

负载<年代p一个n年代tyle="color:#A020F0">VaRBacktestDatavbt = varbacktest (EquityIndex,<年代p一个n年代tyle="color:#0000FF">...[Normal95 Normal99 Historical95 Historical99 EWMA95 EWMA99],<年代p一个n年代tyle="color:#0000FF">...“PortfolioID”,<年代p一个n年代tyle="color:#A020F0">“股票”,<年代p一个n年代tyle="color:#0000FF">...“VaRID”,{<年代p一个n年代tyle="color:#A020F0">“Normal95”“Normal99”“Historical95”“Historical99”“EWMA95”“EWMA99”},<年代p一个n年代tyle="color:#0000FF">...“VaRLevel”,[0.95 0.99 0.95 0.99 0.99 0.95 0.99])
vbt = varbacktest with properties: PortfolioData: [1043x1 double] VaRData: [1043x6 double] PortfolioID: "Equity"变量:[1x6 string] VaRLevel: [0.9500 0.9900 0.9500 0.9500 0.9500 0.9500 0.9500 0.9900]

生成cci使用TestLevel可选的输入。

检测结果= cci (vbt,<年代p一个n年代tyle="color:#A020F0">“TestLevel”,0.90)
检测结果=<年代p一个nclass="emphasis">6×13表PortfolioID VaRID VaRLevel CCI LRatioCCI PValueCCI观察故障N00 N10 N01 N11 TestLevel⒈替_______是_____________ ________ ________ ________ _____ _____一幅中国画“股本”“Normal95”0.95接受0.25866 0.9 0.61104 1043 57 932 53 53 4“股本”“Normal99”0.99接受0.56393 - 0.45268 1043 17 1008 17日17日0 0.9“股本”“Historical95”0.95接受0.13847 0.9 0.70981 1043 59 928 55 55 4“股本”“Historical99”0.99接受0.27962 - 0.59695 1043 1018 1212 0 0.9 0.95“股本”“EWMA95”接受0.9 0.040277 - 0.84094 1043 59 927 56 56“股本”“EWMA99”0.99接受22 998 22 22 0 0.9 0.94909 - 0.32995 1043

输入参数

全部折叠

varbacktest(vbt对象,其中包含给定数据的副本PortfolioDataVarData以及所有组合的投资组合ID、VaR ID和要测试的VaR级别。有关创建a的更多信息varbacktest对象,看到<一个href="//www.tianjin-qmedu.com/nl/help/risk/varbacktest.html">varbacktest

名称-值对的观点

指定可选的逗号分隔的对名称,值参数。的名字参数名和价值是对应的值。的名字必须出现在引号内。可以以任意顺序指定多个名称和值对参数Name1, Value1,…,的家

例子:检测结果= cci (vbt TestLevel, 0.99)

测试置信水平,指定为逗号分隔对组成的“TestLevel”和一个数字之间01

数据类型:

输出参数

全部折叠

cci测试结果,作为表返回,其中的行对应于要测试的投资组合ID、VaR ID和VaR级别的所有组合。各栏对应下列资料:

  • “PortfolioID”-给定数据的投资组合ID

  • “VaRID”-提供的每个VaR数据列的VaR ID

  • “VaRLevel”-对应VaR数据列的VaR级别

  • “CCI”-带有类别的类别数组接受拒绝的结果cci测试

  • “LRatioCCI”-的似然比cci测试

  • “PValueCCI”-的p值cci测试

  • “观察”-观测次数

  • “失败”-故障数量

  • “N00”-没有出现故障的周期数,然后是没有出现故障的周期数

  • “N10”-有故障的时段数目,然后是没有故障的时段

  • “N01”-没有故障的周期数,然后是有故障的周期数

  • “N11”-有故障的时段数,然后有故障的时段数

  • “TestLevel”-测试置信度

请注意

cci测试结果,条款接受拒绝都是为了方便,技术上来说cci测试不接受模型。相反,测试没有拒绝它。

更多关于

全部折叠

条件覆盖独立性(CCI)测试

cci函数执行条件覆盖率独立性测试。

这是Christoffersen(1998)提出的一种似然比检验,用于评估连续时间段内故障的独立性。有关条件覆盖率混合测试,请参见<一个href="//www.tianjin-qmedu.com/nl/help/risk/varbacktest.cc.html">cc函数。

算法

的似然比(检验统计量)cc测试时,首先定义以下数量:

  • “N00”-没有出现故障的周期数,然后是没有出现故障的周期数

  • “N10”-有故障的时段数目,然后是没有故障的时段

  • “N01”-没有故障的周期数,然后是有故障的周期数

  • “N11”-有故障的时段数,然后有故障的时段数

然后定义以下条件概率估计:

  • p01失败的概率t,假设没有失败的时期t- - - - - -1

    p 01 = N01 ( N00 + N01)

  • p11失败的概率t,考虑到有一个失败的时期t- - - - - -1

    p 11 = N11 ( N10 + N11)

同时定义观测失败的无条件概率估计:

举办的失败的概率t

p U C = (N01 + N11) ( N00 + N01 + N10 + N11)

然后给出CCI检验的似然比

l R 一个 t o C C = 2 日志 ( ( 1 p U C ) N 00 + N 10 p U C N 01 + N 11 ( 1 p 01 ) N 00 p 01 N 01 ( 1 p 11 ) N 10 p 11 N 11 ) = 2 ( ( N00日志(1 + N10) p U C ) + ( N01 + N11)日志( p U C ) N00日志(1 p 01 ) N01日志( p 01 ) N10日志(1 p 11 ) N11日志( p 11 ) )

它是一个自由度为1的卡方分布。

p- CCI检验的值是1个自由度的卡方分布超过似然比的概率LRatioCCI,

P V 一个 l u e C C = 1 - F ( l R 一个 t o C C )

在哪里F是一个自由度为1的卡方变量的累积分布。

测试的结果是接受if

F ( l R 一个 t o C C ) < F ( T e 年代 t l e v e l )

否则拒绝F是一个自由度为1的卡方变量的累积分布。

如果一个或多个量N00,N10,N01,或N11为零,似然比处理不同。上面定义的似然比由表单的三个似然函数组成

l = ( 1 p ) n 1 × p n 2

例如,在似然比的分子中,有一个似然函数的形式lp=举办的,n1=N00+N10,n2=N01+N11。在似然比的分母中有两个这样的似然函数。

可以证明,无论何时n1=0n2=0,似然函数l被常数值所代替1。因此,每当N00,N10,N01,或N11为零,将相应的似然函数替换为1在似然比中,似然比是很明确的。

参考文献

[1]Christoffersen, P。“评估区间预测。”国际经济评论。1998年第39卷,第841-862页。

另请参阅

|<年代p一个n我temscope itemtype="//www.tianjin-qmedu.com/help/schema/MathWorksDocPage/SeeAlso" itemprop="seealso">|<年代p一个n我temscope itemtype="//www.tianjin-qmedu.com/help/schema/MathWorksDocPage/SeeAlso" itemprop="seealso">|<年代p一个n我temscope itemtype="//www.tianjin-qmedu.com/help/schema/MathWorksDocPage/SeeAlso" itemprop="seealso">|<年代p一个n我temscope itemtype="//www.tianjin-qmedu.com/help/schema/MathWorksDocPage/SeeAlso" itemprop="seealso">|<年代p一个n我temscope itemtype="//www.tianjin-qmedu.com/help/schema/MathWorksDocPage/SeeAlso" itemprop="seealso">|<年代p一个n我temscope itemtype="//www.tianjin-qmedu.com/help/schema/MathWorksDocPage/SeeAlso" itemprop="seealso">|<年代p一个n我temscope itemtype="//www.tianjin-qmedu.com/help/schema/MathWorksDocPage/SeeAlso" itemprop="seealso">|<年代p一个n我temscope itemtype="//www.tianjin-qmedu.com/help/schema/MathWorksDocPage/SeeAlso" itemprop="seealso">|<年代p一个n我temscope itemtype="//www.tianjin-qmedu.com/help/schema/MathWorksDocPage/SeeAlso" itemprop="seealso">

介绍了R2016b