2 votos

Explique la covarianza incondicional en el modelo GARCH de correlación condicional dinámica (DCC)

Confusión sobre la matriz de covarianza incondicional en un modelo DCC GARCH. ¿Podría alguien ayudarme a entenderlo? Mi entendimiento es que obtenemos la covarianza incondicional antes de basarnos en los conjuntos de datos. Por ejemplo, dos conjuntos de datos, A y B, entonces la matriz de covarianza incondicional se construye por la varianza de A y B respectivamente y la covarianza de ellos, ¿es eso cierto? Gracias.

0 votos

¿Tienes un enlace a lo que estás leyendo sobre DCC GARCH en este momento?

0 votos

Sí, @Richard. [enlace]( pages.stern.nyu.edu/~rengle/Dcc-Sheppard.pdf ). Las palabras para explicar la covarianza incondicional están en la página 5 bajo la ecuación (2). Gracias por su respuesta.

0voto

xxx Puntos 16

Su pregunta se refiere a la $\overline{Q}$ ¿verdad?

Si es así, es la covarianza entre los términos de error $E_{i,t}$ y $E_{j,t}$ (El subtérmino $i$ proviene del activo $i$ y $j$ para el activo $j$ )

0 votos

Por favor, vaya al grano cuando responda, es más claro para todos.

0 votos

Gracias @SRKX. Ahora lo entiendo. Así que una pregunta más, $\bar{Q}$ puede ser estimado por los residuos estándar, por lo que es esta matriz es los parámetros en el modelo, i n otras palabras, quiero estimar el criterio de información bayesiano (BIC), y necesito saber el número de parámetros, me pregunto si los tres parámetros en la matriz debe ser considerado. Si no se consideran, entonces habrá 8 parámetros en un caso bivariante, de lo contrario, habrá 11 parámetros.

0 votos

Estimado @SRKX, perdón por la pregunta anterior, ahora ya he entendido el modelo. Los elementos en $\bar{Q}$ debe ser considerado en.

Finanhelp.com

FinanHelp es una comunidad para personas con conocimientos de economía y finanzas, o quiere aprender. Puedes hacer tus propias preguntas o resolver las de los demás.

Powered by:

X