##浦发银行VaR度量
##第一步，加载包
library(PerformanceAnalytics)
library(tseries)
library(quantmod)
##第二步，爬取数据
setSymbolLookup(PFYH=list(name='600000.ss',src='yahoo'))
getSymbols("PFYH",from="2014-03-12",to="2018-5-22")
setSymbolLookup(SZZS=list(name='000001.ss',src='yahoo'))
getSymbols("SZZS",from="2014-03-12",to="2018-5-22")
##第三步，数据基本分析
str(PFYH)
tail(PFYH)
pfyhspj=Cl(PFYH)
tail(pfyhspj)
##对数化差分处理
pfyhspj.ret=diff(log(pfyhspj))
tail(SZZS)
szzsspj=Cl(SZZS)
tail(szzsspj)
szzsspj.ret=diff(log(szzsspj))
##合并数据
datahb=merge(pfyhspj.ret,szzsspj.ret)
datahbna=na.omit(datahb)
head(datahbna)
##可视化
plot(pfyhspj.ret,col="red",main = "浦发银行收盘价日收益率")
plot(szzsspj.ret,col="pink",main = "上证指数收盘价日收益率")
pairs(data.frame(datahbna), pch=20, col='darkblue',
main="浦发银行同上证指数相关关系")
plot.zoo(datahbna,col=3:4,main = "浦发银行同上证指数日收益率")
##方法1，VaR模型法，组合情况下
##install.packages("vars")
library(vars)
var=VAR(datahbna,lag.max=4,ic="AIC")
summary(var)
plot(var)
coef(var)
##方法2，历史模拟法，单独处理
V=VaR(pfyhspj.ret,p=0.95,method = "historical")
V
##组合情况下数据分析
##同上证指数组合情况下并单独表示
V1=VaR(datahbna,p=0.95,method = "historical")
V1
##资产组合情况下的VaR值
V2=VaR(datahbna,portfolio_method = "component")
V2