input:

x=read.csv("r2800.csv")

p=(x[[3]]-x[[4]])/x[[3]]

p1=p[length(p):1]

adf.test(p1)

pt=as.ts(p1)

plot.ts(pt)

ArchTest(pt)

addPriorConditions <-function(psi){psi[2] + psi[3] < 1}

mc1 <- bayesGARCH(p1, lambda = 100,delta = 500,control = list(n.chain = 2,l.chain = 200,

                               addPriorConditions = addPriorConditions))

summary(mc1)

output:

Iterations = 1:200

Thinning interval = 1

Number of chains = 2

Sample size per chain = 200

1. Empirical mean and standard deviation for each variable,

   plus standard error of the mean:

         Mean    SD Naive SE Time-series SE

alpha0   0.01  0.00    0.000          0.000

alpha1   0.10  0.00    0.000          0.000

beta     0.70  0.00    0.000          0.000

nu     498.01 28.25    1.412          1.414

2. Quantiles for each variable:

        2.5%   25%   50%   75% 97.5%

alpha0 1e-02 1e-02 1e-02 1e-02 1e-02

alpha1 1e-01 1e-01 1e-01 1e-01 1e-01

beta   7e-01 7e-01 7e-01 7e-01 7e-01

nu     5e+02 5e+02 5e+02 5e+02 5e+02

问题求助：

bayesgarch()估计参数以后，如何提取波动率（rugarch这类基于极大似然求波动率的函数并不适用），以及如何利用波动率算VaR。