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
1703537662
1703537663
如果K=1，那就没有必要考虑期望值了，若K>1则显然就没有式（9-6）中分子的期望分析了。将分子进行泰勒级数展开
1703537664
1703537665
1703537666
1703537667
1703537668
其中w为余数，则期望的表达式如下
1703537669
1703537670
1703537671
1703537672
1703537673
由于条件方差的预测是无偏的。代入式（9-6）得出
1703537674
1703537675
1703537676
1703537677
1703537678
因此，最优条件相关的预测将是预期相关性，只要一阶泰勒近似是足够准确。
1703537679
1703537680
为了进一步地计算Et（ρt+k），进一步近似是必要的。这是因为可能没有分析预测Q或R
1703537681
1703537682
1703537683
1703537684
1703537685
Engle和Sheppard（2005b）考虑的几个解决方案。在他们的分析中，都有类似地表现和假设的组成
1703537686
1703537687
1703537688
1703537689
1703537690
如果Q中的对角元素是十分接近的，那么非线性就不是很重要了。当对角元素都无限接近1的时候，因此这种近似值可能对于大数量级的j特别有效，由式（9-13）带入式（9-12）中可以得出
1703537691
1703537692
1703537693
1703537694