原文鏈接：http://tecdat.cn/?p=7194
這個簡短的演示說明了使用rmgarch軟件包的DCC模型及其方法的使用，尤其是在存在MVT分布形狀參數的情況下進行2級DCC估計的另一種方法。
第一階段並將其傳遞給dccfit
cl = makePSOCKcluster(10)
multf = multifit(uspec, Dat, cluster = cl)
接下來，估計DCC模型。
| 1 2 3 4 |
|
為了在實踐中適應DCC（MVT）模型，要么假定第一階段的QML，要么必須在階段中共同估算共同的形狀參數。在下面的示例中，一種替代方法用於近似通用形狀參數。
似然度和形狀變化的圖表明，只需幾次迭代即可收斂到穩定值。
shape參數的值表示峰度為1.06。對非對稱DCC（MVT）模型重復進行該練習。
xspec = ugarchspec(mean.model = list(armaOrder = c(1,1)), variance.model = list(garchOrder = c(1,1), model = "eGARCH"), distribution.model = "norm")
下表顯示了估算模型的摘要，系數旁邊的星號表示顯着性水平（*** 1％，** 5％，* 10％）。
## DCC-MVN aDCC-MVN DCC-MVL aDCC-MVL DCC-MVT aDCC-MVT
## a 0.00784 *** 0.00639 *** 0.00618 *** 0.0055 *** 0.00665 *** 0.00623 ***
## b 0.97119 *** 0.96956 *** 0.97624 *** 0.97468 *** 0.97841 *** 0.97784 ***
## g 0.00439 0.00237 0.00134
##形狀9.63947 *** 9.72587 ***
## LogLik 22812 22814 22858 22859 23188 23188下圖表說明了來自不同模型的一些動態相關性：
終止集群對象：
| 1 |
|