cc

风险价值(VaR)回测的条件覆盖混合检验

折叠所有页面

语法

测试结果= cc(vbt)
TestResults = cc(vbt,Name,Value)

描述

例子

检测结果= cc (<一个href="#bvabiwv-1-vbt" class="intrnllnk">vbt）生成风险值(VaR)回测的条件覆盖(CC)混合测试。

例子

检测结果= cc (<一个href="#bvabiwv-1-vbt" class="intrnllnk">vbt，<一个href="#namevaluepairarguments" class="intrnllnk">名称,值）的可选名称-值对参数<一个href="#bvabiwv-1-TestLevel" class="intrnllnk">TestLevel．

例子

全部折叠

打开实时脚本

创建一个varbacktest对象。

负载<年代p一个n style="color:#A020F0">VaRBacktestDatavbt = varbacktest(股票指数，Normal95)
vbt = varbacktest with properties: PortfolioData: [1043x1 double] VaRData: [1043x1 double] PortfolioID: "Portfolio" VaRID: "VaR" VaRLevel: 0.9500

生成cc测试结果。

测试结果= cc(vbt)
检测结果=<年代p一个n class="emphasis">表1×19PortfolioID VaRID VaRLevel CC LRatioCC PValueCC POF LRatioPOF PValuePOF CCI LRatioCCI PValueCCI观察故障N00 N10 N01 N11 TestLevel  ___________ _____ ________ ______ ________ ________ ______ _________ _________ ______ _________ _________ ____________ ________ ___ ___ ___ ___ _________ " 组合”“VaR”0.95接受0.46147 - 0.49694 0.72013 - 0.69763接受接受0.25866 0.95 0.61104 1043 57 932 53 53 4
打开实时脚本

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 style="color:#A020F0">VaRBacktestDatavbt = varbacktest(股票指数，<年代p一个n style="color:#0000FF">.．.[Normal95 Normal99历史95历史99 EWMA95 EWMA99]，<年代p一个n style="color:#0000FF">.．.“PortfolioID”，<年代p一个n style="color:#A020F0">“股票”，<年代p一个n style="color:#0000FF">.．.“VaRID”, {<年代p一个n style="color:#A020F0">“Normal95”“Normal99”“Historical95”“Historical99”“EWMA95”“EWMA99”}，<年代p一个n style="color:#0000FF">.．.“VaRLevel”，[0.95 0.99 0.95 0.99 0.99])
vbt = varbacktest with properties: PortfolioData: [1043x1 double] VaRData: [1043x6 double] PortfolioID: "Equity" variid: [1x6 string] VaRLevel: [0.9500 0.9900 0.9500 0.9900 0.9900 0.9500 0.9900]

生成cc测试结果使用TestLevel可选的输入。

测试结果= cc(vbt，<年代p一个n style="color:#A020F0">“TestLevel”, 0.90)
检测结果=<年代p一个n class="emphasis">6×19表PortfolioID VaRID VaRLevel CC LRatioCC PValueCC POF LRatioPOF PValuePOF CCI LRatioCCI PValueCCI观察故障N00 N10 N01 N11 TestLevel  ___________ ______________ ________ ______ ________ _________ ______ _________ _________ ______ _________ _________ ____________ ________ ____ ___ ___ ___ _________ " 股本”“Normal95“0.95接受0.72013 - 0.69763接受0.46147 - 0.49694接受0.25866 0.9 0.61104 1043 57 932 53 53 4“股本”“Normal99“0.99 3.5118 - 0.060933 4.0757 - 0.13031拒绝接受接受0.56393 0.45268 1043 17 1008 1717 0 0.9 "权益" "Historical95" 0.95接受1.0487 0.59194接受0.91023 0.34005接受0.13847 0.70981 1043 59 928 55 55 4 0.9 "权益" "Historical99" 0.99接受0.5073 0.77597接受0.22768 0.63325接受0.27962 0.59695 1043 12 1018 12 12 0 0.9 "权益" "EWMA95" 0.95接受0.95051 0.2173接受0.91023 0.34005接受0.040277 0.84094 1043 59 927 56 563 0.9 "权益" "EWMA99" 0.99拒绝10.779 0.0045645拒绝9.8298 0.0017171接受0.949090.32995 1043 22 998 22 22 0 0.9

输入参数

全部折叠

varbacktest（vbt对象，该对象包含给定数据的副本PortfolioData而且VarData属性)以及要测试的投资组合ID、VaR ID和VaR级别的所有组合。有关创建对象的详细信息varbacktest对象,看到<一个href="//www.tatmou.com/help/risk/varbacktest.html">varbacktest．

名称-值对参数

的可选逗号分隔对名称,值参数。的名字参数名称和价值对应的值。的名字必须出现在引号内。您可以以任意顺序指定多个名称和值对参数Name1, Value1,…,的家．

例子:TestResults = cc(vbt，'TestLevel'，0.99)

测试置信水平，指定为由逗号分隔的对组成“TestLevel”和一个数字之间0而且1．

数据类型:双

输出参数

全部折叠

cc测试结果，作为表返回，其中行对应于要测试的投资组合ID、VaR ID和VaR级别的所有组合。列对应如下信息:

  • “PortfolioID”-给定数据的投资组合ID

  • “VaRID”-每个VaR数据列的VaR ID

  • “VaRLevel”- VaR数据列对应的VaR级别

  • “CC”-包含类别的分类数组接受而且拒绝指示cc测试的结果

  • “LRatioCC”的似然比cc测验

  • “PValueCC”的p值cc测验

  • POF的-包含类别的分类数组接受而且拒绝的结果pof测验

  • “LRatioPOF”的似然比pof测验

  • “PValuePOF”的p值pof测验

  • “CCI”-包含类别的分类数组“接受”而且“拒绝”的结果cci测验

  • “LRatioCCI”的似然比cci测验

  • “PValueCCI”的p值cci测验

  • “观察”-观察次数

  • “失败”-故障次数

  • “N00”—连续无故障的周期数

  • “N10”—出现故障后连续出现故障的周期数

  • “N01”—连续出现故障的周期数

  • “N11”—出现故障的周期数

  • “TestLevel”-测试置信水平

请注意

为cc测试结果，条款接受而且拒绝都是为了方便，技术上来说cc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(CC)混合测试

的cc函数执行条件覆盖混合检验，也称为Christoffersen区间预测方法。

“混合”意味着它结合了频率和独立性测试。频率测试是Kupiec的故障比例测试，由pof函数。独立性测试是由数据库实现的条件覆盖独立性测试cci函数。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。CC测试包括POF测试和CCI测试。

算法

的似然比(检验统计量)cc检验是对的似然比的和pof而且cci测试中,

l R 一个 t 我 o C C ＝ l R 一个 t 我 o P O F + l R 一个 t 我 o C C 我

它是渐进的2自由度卡方分布。参见中的算法部分<一个href="//www.tatmou.com/help/risk/varbacktest.pof.html">pof而且<一个href="//www.tatmou.com/help/risk/varbacktest.cci.html">cci为它们的似然比的定义。

的p的-valuecc检验是2个自由度的卡方分布超过似然比的概率LRatioCC，

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

在哪里F是2自由度卡方变量的累积分布。

结果是cc考验是接受如果

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

而拒绝，否则F是2自由度卡方变量的累积分布。

参考文献

[1]克里斯托弗森，P。“评估区间预测”《国际经济评论》。Vol. 39, 1998, pp. 841-862。

另请参阅

|<年代p一个n itemscope itemtype="//www.tatmou.com/help/schema/MathWorksDocPage/SeeAlso" itemprop="seealso">|<年代p一个n itemscope itemtype="//www.tatmou.com/help/schema/MathWorksDocPage/SeeAlso" itemprop="seealso">|<年代p一个n itemscope itemtype="//www.tatmou.com/help/schema/MathWorksDocPage/SeeAlso" itemprop="seealso">|<年代p一个n itemscope itemtype="//www.tatmou.com/help/schema/MathWorksDocPage/SeeAlso" itemprop="seealso">|<年代p一个n itemscope itemtype="//www.tatmou.com/help/schema/MathWorksDocPage/SeeAlso" itemprop="seealso">|<年代p一个n itemscope itemtype="//www.tatmou.com/help/schema/MathWorksDocPage/SeeAlso" itemprop="seealso">|<年代p一个n itemscope itemtype="//www.tatmou.com/help/schema/MathWorksDocPage/SeeAlso" itemprop="seealso">|<年代p一个n itemscope itemtype="//www.tatmou.com/help/schema/MathWorksDocPage/SeeAlso" itemprop="seealso">|<年代p一个n itemscope itemtype="//www.tatmou.com/help/schema/MathWorksDocPage/SeeAlso" itemprop="seealso">

主题

在R2016b中引入

风险管理工具箱文档
金宝app
CECL和IFRS 9在MATLAB建模:测量寿命预期信贷损失

CECL和IFRS 9在MATLAB建模:测量寿命预期信贷损失

下载白皮书