在许多金融模型中,我们对衡量变量、回报等之间的相关性感兴趣。然而,研究表明,在危机时期,我们观察到“相关性中断”,以前不相关的变量变得相关。
通过检查我感兴趣的变量的历史时间序列来量化“相关稳定性”的最佳方法是什么?
某种自举是开始检查相关性样本分布的好方法吗?还有其他方法可以应用吗?
在许多金融模型中,我们对衡量变量、回报等之间的相关性感兴趣。然而,研究表明,在危机时期,我们观察到“相关性中断”,以前不相关的变量变得相关。
通过检查我感兴趣的变量的历史时间序列来量化“相关稳定性”的最佳方法是什么?
某种自举是开始检查相关性样本分布的好方法吗?还有其他方法可以应用吗?
您可能希望将恒定条件相关性与动态条件相关性进行比较。在 R 中,ccgarch包会很有帮助。在 Matlab 中,Kevin Sheppard实现了 DCC。
您可以从对相关性进行简单的“滚动”分析开始,看看它随着时间的推移有多稳定。这是R中的一个例子:
#Get Data
require(quantmod)
getSymbols(c('SPY','EEM'))
#Rolling Correlation (30 days)
require(PerformanceAnalytics)
chart.RollingCorrelation(Cl(SPY), Cl(EEM), width=30)
