需求概况：
• 沪深港股市极端风险联动性实证分析
• 模型：Hawkes过程、RHawkes过程分别与POT模型结合的互相激励模型
• 样本与数据：上证指数，深圳成分指数、恒生指数。2001/1/1到2019/12/31的5分钟收益率。
需要输出：
• 数据处理：
数据预处理，对缺失值等数据的处理及其说明
• 数据描述性统计
包括均值、中位数、最小值、最大值、标准差、偏度、峰度、J-B统计量，样本容量等，并形成表格
并附解释说明
• 阈值选取
运用POT模型，生成平均寿命图、MEF图确定阈值，并计算因阈值而丢失的数据占综述的比例
生成在所选取的阈值下你和的POT模型的参数估计表
生成超阈值收益率GPD分布拟合检验图和密度函数图
并附解释说明
• 互相激励模型参数的估计和检验
参数估计结果形成表
Q-Q图检验模型结果
并附解释说明
• 条件风险测度（VaR）和回溯测试（backtesting）
生成VaR的估算结果和回溯测试结果并生成表格和图（表格包含预测失败率，失败天数、置信水平等）
并附解释说明
备注：
1、Ddl：可以先做Hawkes过程的互相激励模型（2月20号交）；RHawkes过程的互相激励模型能做尽量一起做，赶不及的话2月22号也行
2、软件：R或者Python
3、除了《需要输出》里列出的结果，代码和原始数据也需要一起打包给我，麻烦啦～～