dcc-garch matlab,dcc-garch原理简介和模型实现

一、原理

DCC-GARCH(DynamicConditional Corelational Autoregressive Conditional Heteroscedasticity Model)用于研究市场间波动率的关系。

接下来我们按照GARCH族模型的发展历程来梳理一遍

1. ARCH和GARCH

研究对象：波动率的时间序列，即研究当期波动率与上一期波动率之间的关系。常用于存在波动急剧现象的时间序列，最简单关系的就是线性方程，即：

ARCH(p)

GARCH(p，q)

ARCH和GARCH的含义一样，第一个方程称为均值方程，表示均值和以往均值的关系，第二个方程是条件方差方程，称为ARCH方程，一个表示方差和以往方差的关系。GARCH可以减少待估参数，即AR(q)等价于GARCH(1,1)，实际应用中GARCH(1,1)一般可以满足要求。

两个模型要求(1)xt平稳；(2)ut存在arch效应

(1)只有xt平稳，我们才可以从当前状态推导出未来的趋势，如果不平稳，根据当前数据计算出来的东西对未来