1703538101
1703538102
因此相关系数负向地取决于跨时对角与非对角元素间的协方差。对角元素间没有相关性。相关系数仅仅是对角元素与非对角元素间的平均协方差Q：
1703538103
1703538104
1703538105
1703538106
1703538107
将该式代入我们在式（11-12）得到的矩阵。将式（11-11）和式（11-12）代入到式（11-5）中估计不规则的Q和R，利用二阶相关系数定向
1703538108
1703538109
1703538110
1703538111
1703538112
此调整会使似然函数的数学计算稍微复杂一些，并且会改变数学推导结果。然而，它非常有希望提升预测的准确性。显而易见，同样的标准可以更准确地用于泰勒式的进一步展开。可是，这样使得相关系数矩阵正定的确保条件受到影响。
1703538113
1703538114
最后，模拟相关系数定向的可选方法即是重新调整DCC模型，使其能更为准确。Tse和Tsui（2002）实现了上述操作，而Aielli（2006）则用其他方法也做到了。Aielli的方法非常工整简洁。式（11-4）中提出的DCC模型被下式替代
1703538115
1703538116
1703538117
1703538118
1703538119
相关系数仍然由式（11-8）给出，所以
1703538120
1703538121
1703538122
1703538123
1703538124
因此，式（11-18）两边取非条件期望，得到差分方程，而这个方程可以解出得到Q的非条件表达式与多阶段预测值
1703538125
1703538126
1703538127
1703538128
1703538129
此模型中，相关系数定向并不像以往一样简单，但它更为准确，至少对较长的T是如此。可如下定义
1703538130
1703538131
1703538132
1703538133
1703538134
运用式（11-19）和式（11-20）取式（11-21）的非条件期望，给出一个矩条件
1703538135
1703538136
1703538137
1703538138
1703538139
用该式替代式（11-7）得出
1703538140
1703538141
1703538142
1703538143
1703538144
为了估计此模型，我们必须在最大化式（11-23）给出的似然函数和估计式（11-22）中收益的调整协方差间重复。
1703538145
1703538146
目前并不清楚这两种对DCC模型的调整有效程度如何，但有理由相信它们会有帮助。此外，当使用非对称模型或者方程式Q中引入外生变量时，这些效果显得更为重要。未来的研究将必须澄清这些问题。
1703538147
1703538148
1703538149
1703538150