Nonlinearities and regimes in conditional correlations with different dynamics
具有不同动态的条件相关性：非线性与状态机制AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要研究金融收益条件相关性的 DCC 与状态转换模型，属于多元波动率建模方向。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
具有不同动态的条件相关性：非线性与状态机制
- 研究问题
- 如何让多资产条件相关矩阵中的各项相关性具有不同动态，并同时描述滞后相关的非线性依赖及状态转换？
- 方法与思路
- 作者基于 Hadamard 指数矩阵性质，重新参数化 DCC 与状态转换动态相关模型，使每项相关性具有自身的非线性动态。
- 材料陈述的贡献
- 摘要称在二十个股市指数与三十只道指成分股数据中，新模型按若干评价标准改善了经典 DCC 和状态转换模型。
- 阅读关注点
- 应核对相关矩阵有效性的保证、各项动态的参数规模，以及比较标准、估计复杂度和是否检验样本外表现。
- 阅读边界
- 仅据所给出版社摘要，评价标准、改善幅度与不确定性均未说明；不能据此认定新模型在所有数据和用途上更优。
原文摘要
New parameterizations of the dynamic conditional correlation (DCC) model and of the regime-switching dynamic correlation (RSDC) model are introduced, such that these models provide a specific dynamics for each correlation. They imply a nonlinear autoregressive form of dependence on lagged correlations and are based on properties of the Hadamard exponential matrix. The new models are applied to a data set of twenty stock market indices and a data set of the thirty Dow Jones components, comparing them to the classical DCC and RSDC models. The empirical results show that the new models improve their classical versions in terms of several criteria.