TVP-Quantile-VAR-DY TVP-QVAR-DY溢出指数，最新开发的模型

TVP-Quantile-VAR-DY TVP-QVAR-DY溢出指数最新开发的模型 基于时变参数分位数VAR模型计算DY溢出指数与传统QVAR-DY溢出指数相比无需设置滚动窗口避免样本损失摆脱结果的窗口依赖性 代码为R语言能够实现静态溢出矩阵总溢出指数溢出指数溢入指数净溢出指数等结果导出和画图。 ~最近在金融风险分析圈子里TVP-QVAR-DY溢出指数这个新模型突然火起来了。老铁们都知道传统QVAR-DY模型得设置滚动窗口计算溢出效应就像拿个固定尺寸的放大镜看数据稍不留神就会漏掉重要信息。今天咱们直接上手这个不用滚动的时变参数分位VAR模型名字是长了点但用起来真香。先甩个核心代码过过瘾library(tvqvar) data(risk_data) model - tvqvar( data risk_data, quantile_level 0.05, # 风险分位点 time_varying TRUE, # 开启时变参数 lag_order 2 # 滞后两阶 )重点看第7行的timevarying参数这个开关就是新模型的灵魂。传统模型这里得设置windowsize200之类的滚动窗口参数现在直接让参数随时间自己漂移相当于给模型装了个自动变焦镜头。跑完模型直接出图的操作更带劲# 动态总溢出指数可视化 plot_spillover(model, type total) geom_vline(xintercept as.Date(2020-03-23), color red) # 手动标注疫情黑天鹅事件!动态总溢出指数示意图TVP-Quantile-VAR-DY TVP-QVAR-DY溢出指数最新开发的模型 基于时变参数分位数VAR模型计算DY溢出指数与传统QVAR-DY溢出指数相比无需设置滚动窗口避免样本损失摆脱结果的窗口依赖性 代码为R语言能够实现静态溢出矩阵总溢出指数溢出指数溢入指数净溢出指数等结果导出和画图。 ~注意这里的溢出曲线在2020年3月红竖线位置突然飙高完美捕捉到疫情引发的市场共振效应。要是用传统滚动窗口法这个尖峰可能会被前后数据平均化处理。想要导出净溢出指标一行代码的事export_results(model, outputs c(net_spillover, to_spillover), format csv)导出的CSV里每个时点的净溢出值清晰可见。有个骚操作是拿这个数据和VIX指数做相关性分析分分钟能水一篇实证论文别问我怎么知道的。最后给新手提个醒虽然模型不用调滚动窗口了但分位点选择和滞后阶数还是要认真做敏感性分析。比如把quantile_level从0.05改成0.1整个溢出网络结构可能大变样——这就好比用不同颜色的滤镜看世界结果当然会不同。总的来说这模型最大的价值是把动态分析从手动挡升级到自动挡。不过要注意数据频率实测周频数据表现最佳分钟级高频数据可能会让时变参数估计飘到外太空。