Các dự toán 5 của DCC-GARCHTrong chương này, chúng tôi mô tả làm thế nào các thông số của một mô hình DCC-GARCH có thể được xác định. Chúng tôi xem xét ba different phân phối cho tiêu chuẩn hóa lỗi zt; đa biến Gaussian, sinh viên đa biến t - và một đa biến nghiêng của sinh viên t-phân phối.5.1 đa biến Gaussian phân phối lỗi khi lỗi chuẩn hóa, zt, đa biến Gaussian phân phối, sự phân bố chung của z1,..., zT là:từ E [zt] = 0 và E [ztzT t] = tôi. Ở đây t = 1,..., T là khoảng thời gian sử dụng để ước tính các mô hình. Sử dụng các quy tắc cho các biến đổi tuyến tính của các biến (seee.g. page13in[3]), hàm khả năng nhất ở = H1/2 t zt là:nơi θ là bắt các thông số của mô hình. Hãy để các thông số, θ, được chia thành hai nhóm; (Φ, ψ) = (φ1,..., φn, ψ), nơi φi = (α0i, α1i,..., αqi, β1i,..., βpi) là các thông số của véc GARCH mô hình cho dòng tài sản ith, tôi = 1,..., n. ψ = (a, b) là tham số của cấu trúc tương quan ở (29). Bằng việc logarit (31) và thay thế Ht = DtRtDt chúng tôi có được khả năng đăng nhập:Dự toán của các một cách chính xác specified đăng nhập-khả năng là difficult, và do đó DCCmodel được thiết kế để cho phép cho hai giai đoạn dự toán. Trong giai đoạn chính φ tham số của các mô hình GARCH véc được ước tính cho mỗi loạt tài sản. Khả năng sử dụng trong các kết quả giai đoạn chính thay thế Rt với ma trận danh tính trong. Trong giai đoạn thứ hai, ψ tham số được ước tính bằng cách sử dụng các chính xác specified đăng nhập-khả năng trong (32), đưa ra tham số φ.
đang được dịch, vui lòng đợi..