如果通过DCC - MGARCH模型发现股票和债券之间的相关性在某个时期变得很强,那你可能就需要重新考虑你的投资策略了,也许要减少一些在某个资产上的投入,以免风险过于集中。 3.2高级应用与前沿技术 在金融机构里,这个模型可就更厉害了。银行在管理资产负债表的时候,可以用DCC - MGARCH模型来评估不同资产和负债之间的风险相关性。保险
我对这个DCC-GARCH模型的理解一直迷迷糊糊的,我知道这是计算两个序列之间的动态相关系数,但是我一直不清楚,这个相关系数,刻画的时两个原始序列之间的相关性,还是代表两个序列收益率之间的相关性,抑或是代表两个序列波动性之间的相关性?如果仅仅是计算两个原始序列之间的相关性,为什么动用了波动率GARCH模型这个二阶矩...
按照多元GARCH模型的提出时间，依次是：CCC（1990）、BEKK（1995）、DCC（2001）。DCC的估计包括两个步骤：DCC的结果中，系数a+β＜1说明模型稳定，即动态相关关系有效。a表示残差对不同序列方差相关系数的影响程度，用经济语言来说就是新信息对市场波动相关性的影响程度；β表示以往市场波动相关对现在市场...
DCC模型估计完参数后,还要进行假设检验,检验动态相关系数和常相关系数是否有显著差异。(stata的命令为:test _b[Adjustment:lambda1]=_b[Adjustment:lambda2])可以参考论文:DCC-MVGARCH模型计算方法研究及在金融市场中的应用 知乎:多种GARCH模型的比较中对各种单变量/多变量GARCH模型做了很全面的整理(英文比较多)。
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...