英文标题：
《Value-at-Risk Prediction in R with the GAS Package》
---
作者：
David Ardia, Kris Boudt and Leopoldo Catania
---
最新提交年份：
2016
---
英文摘要：
  GAS models have been recently proposed in time-series econometrics as valuable tools for signal extraction and prediction. This paper details how financial risk managers can use GAS models for Value-at-Risk (VaR) prediction using the novel GAS package for R. Details and code snippets for prediction, comparison and backtesting with GAS models are presented. An empirical application considering Dow Jones Index constituents investigates the VaR forecasting performance of GAS models.
---
中文摘要：
时间序列计量经济学最近提出了气体模型，作为信号提取和预测的重要工具。本文详细介绍了金融风险管理者如何使用GAS模型进行风险价值（VaR）预测，以及如何使用新型的GAS R包。文中给出了用于预测、比较和回溯测试GAS模型的详细信息和代码片段。考虑道琼斯指数成分的实证应用研究了天然气模型的VaR预测性能。
---
分类信息：

一级分类：Quantitative Finance        数量金融学
二级分类：Risk Management        风险管理
分类描述：Measurement and management of financial risks in trading, banking, insurance, corporate and other applications
衡量和管理贸易、银行、保险、企业和其他应用中的金融风险
--
一级分类：Quantitative Finance        数量金融学
二级分类：Statistical Finance        统计金融
分类描述：Statistical, econometric and econophysics analyses with applications to financial markets and economic data
统计、计量经济学和经济物理学分析及其在金融市场和经济数据中的应用
--
一级分类：Statistics        统计学
二级分类：Applications        应用程序
分类描述：Biology, Education, Epidemiology, Engineering, Environmental Sciences, Medical, Physical Sciences, Quality Control, Social Sciences
生物学，教育学，流行病学，工程学，环境科学，医学，物理科学，质量控制，社会科学
--

---
PDF下载：
-->