1703537612
1703537613
对于许多金融领域方面的应用，除了方差之外，协方差也是需要预测的数值。举例说明，对一个投资组合方差的预测，组合中单个资产的方差以及各个资产间的协方差都是需要的。因此如果这些资产的计算都可以实现无偏预测，那么投资组合方差可以实现无偏估计。风险的度量是基于这种统计。套期保值比率取决于协方差和方差的比率。这样的套期保值比率是解决一个问题，如下式
1703537614
1703537615
1703537616
1703537617
1703537618
众所周知的答案是
1703537619
1703537620
1703537621
1703537622
1703537623
而要得到最优的套期保值比率，对协方差和方差的预测都是必要的。如果这个套期保值发生在一定的区间，那么式（9-2）中的分子和分母的求和也应该在这个保值区间。
1703537624
1703537625
多步预测问题的制定，似乎最相关的是
1703537626
1703537627
1703537628
1703537629
1703537630
这些多步预测可以转换成相关性的预测。这种预测不是相关性的无偏估计，而是预测协方差的无偏估计值与其中有关联的方差估计量的比值。对于资产1和资产2，即得到
1703537631
1703537632
1703537633
1703537634
1703537635
在因子ARCH模型中，可以看出是如何进行计算的。在这个模型中，协方差的多步预测的无偏估计是可以计算的，但是两个相似资产的相关性的预测是建立在式（8-3）的基础上。这种预期只有一个单独的统计作用：如市场、因素、方差。如果预期越高，则相关性就越大。
1703537636
1703537637
1703537638
1703537639
1703537640
这种模型预测相关性主要涉及预测前k期的市场方差。宏观经济因素在分析中要加以考虑，就像Engle等学者（2008b）的样条GARCH模型中研究的一样，我们将在下一节讨论它。如果经济可能有更严重的通货膨胀或经济衰退，市场波动性将会增加，如果对经济预测是稳定增长，那么金融市场的波动会减少。
1703537641
1703537642
1703537643
1703537644
1703537645
预见相关性：风险管理新范例 [:1703535730]
1703537646
预见相关性：风险管理新范例 9.1 预测
1703537647
1703537648
在DCC模型中，以式（9-4）为标准可以提出资产1和资产2的相关性计算如下式
1703537649
1703537650
1703537651
1703537652
1703537653
其中，
1703537654
1703537655
1703537656
1703537657
1703537658
依旧要注意其中的零均值过程
1703537659
1703537660
1703537661