R语言GARCH-DCC模型和DCC(MVT)建模估计

R语言GARCH-DCC模型和DCC(MVT)对股市动态相关性建模估计

这个简短的演示说明了使用rmgarch软件包的DCC模型及其方法的使用,尤其是在存在MVT分布形状参数的情况下进行2级DCC估计的另一种方法。

由Kaizong Ye,Sherry Deng撰写

第一阶段并将其传递给dccfit

接下来,估计DCC模型。

为了在实践中拟合DCC(MVT)模型,要么假定第一阶段的QML,要么必须在阶段中共同估算共同的形状参数。在下面的示例中,一种替代方法用于估计近似共同形状参数。

似然度和形状参数变化的图表明,只需几次迭代即可收敛到稳定值。


热门课程

R语言数据分析挖掘必知必会

面对扑面而来的数据浪潮,包含Google、Facebook等国际企业,都已采用R语言进行数据分析

探索课程

shape参数的值表示峰度为1.06。对非对称DCC(MVT)模型重复进行拟合。

下表显示了估算模型的摘要,系数旁边的星号表示显着性水平(*** 1%,** 5%,* 10%)。

下图表说明了来自不同模型的一些动态相关性:

终止集群对象:


可下载资源

关于作者

Kaizong Ye拓端研究室(TRL)的研究员。

本文借鉴了作者最近为《R语言数据分析挖掘必知必会 》课堂做的准备。

​非常感谢您阅读本文,如需帮助请联系我们!

 
QQ在线咨询
售前咨询热线
15121130882
售后咨询热线
0571-63341498