As mentioned above, one of the main

As mentioned above, one of the main purposes of our study is to examine whether financial assets included in the data set can be used as hedges against each other in portfolios, which is essentially a correlation concept. Hence, in this part of the study we examine the dynamic correlation structure between the variables. We rely on the dynamic conditional correlation (DCC) approach with a GARCH specification, originally put forward by Engle (2002). This approach has the advantage of providing time-varying correlations, which should be important given the discussion above in regard to the changes in the relation between the variables established in prior work. The DCC model can be estimated in two steps: first, time-varying variances of the series are estimated using a univariate GARCH specification and the second, parameters of the model are estimated.

Kết quả (Việt) 1:

Như đã đề cập ở trên, một trong những mục đích chính của nghiên cứu của chúng tôi là để kiểm tra cho dù tài sản tài chính bao gồm trong các thiết lập dữ liệu có thể được sử dụng như hedges chống lại nhau trong danh mục đầu tư, mà là về cơ bản là một khái niệm tương quan. Do đó, trong phần này của nghiên cứu chúng tôi kiểm tra cấu trúc động tương quan giữa các biến. Chúng tôi dựa trên sự tương quan có điều kiện năng động (DCC) phương pháp tiếp cận với một đặc điểm kỹ thuật GARCH, ban đầu được đưa ra bởi Engle (2002). Cách tiếp cận này có lợi thế cung cấp thời gian thay đổi mối tương quan, mà cần được quan trọng cho các cuộc thảo luận ở trên liên quan đến những thay đổi trong mối quan hệ giữa các biến thành lập năm trước khi làm việc. Các mô hình DCC có thể được ước tính trong hai bước: đầu tiên, thay đổi thời gian chênh lệch của dòng được ước tính bằng cách sử dụng một đặc điểm kỹ thuật GARCH véc và thứ hai, các thông số của mô hình được ước tính.

Kết quả (Việt) 2:

Như đã đề cập ở trên, một trong những mục đích chính của nghiên cứu của chúng tôi là để kiểm tra xem các tài sản tài chính bao gồm trong tập hợp dữ liệu có thể được sử dụng như là hàng rào chống lại nhau trong danh mục đầu tư, trong đó chủ yếu là một khái niệm tương quan. Do đó, trong phần này của nghiên cứu này, chúng tôi kiểm tra cấu trúc tương quan năng động giữa các biến. Chúng tôi dựa trên cách tiếp cận với một đặc điểm kỹ thuật GARCH tương quan có điều kiện năng động (DCC), ban đầu được đưa ra bởi Engle (2002). Cách tiếp cận này có lợi thế là cung cấp sự tương quan thời gian khác nhau, mà phải là quan trọng được đưa ra thảo luận ở trên liên quan đến những thay đổi trong mối quan hệ giữa các biến thiết lập trong công việc trước. Các mô hình DCC có thể được ước tính trong hai bước: đầu tiên, chênh lệch thời gian khác nhau của bộ truyện được ước tính bằng cách sử dụng một đặc điểm kỹ thuật GARCH đơn biến và thứ hai, các thông số của mô hình được ước tính.