本文探讨了动态条件相关系数(DCC)和常相关系数(CCC)模型在估计时变方差协方差矩阵中的应用。CCC模型通过估计相关系数和方差解决参数过多问题，但假设相关系数恒定，而DCC模型则允许相关系数随时间变化，采用GARCH或ARMA形式。DCC模型的优点包括简化估计过程和易于满足正定性，但其使用两个参数驱动所有相关系数变化可能不合理。文章还介绍了DCC模型的估计步骤，并指出此类模型不适合直接研究波动率溢出效应。
本篇文章将从以下几个方面来讨论动态条件性关系数模型，第一、讨论为什么常相关系数和动态条件相关系数，第二、讨论动态条件相关系数模型形式与类型，第三、比较两种动态相关系数的区别，第四、谈谈动态相关系数的优点与缺点，第五、动态相关系数模型的估计问题；第六、个人的一些看法。一、为什么引入常相关系数(CCC)和动态条件相关系数(DCC)？
多元GARCH模型的提出为研究变量之间的波动率溢出效应提供了一种方式，但这些模型都有一个共同的缺点在于待估参数过多。事实上，多元GARCH模型中的待估参数是变量个数的幂函数，当变量个数较多时，估计参数将变得极其困难。此外，多元GARCH还有一个缺点在于，保证方差协方差矩阵正定性的约束条件通常难以实施(BEKK模型除外)。
为了避开以上两个问题，估计时变方差协方差矩阵，学者们开始从相关系数的角度出发，来间接估计时变方差协方差矩阵。Bollerslev(1990)首次提出了常相关系数模型(Co
最低0.47元/天 解锁文章
7635
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
