在 R 中进行 DCC-GARCH 估计后，如何计算每年的平均相关系数？
How to compute average correlation coefficient per year after DCC-GARCH estimation in R?
目前，我已将 DCC-GARCH 模型拟合到我的财务 returns 数据中，并通过以下可重现代码估算相关系数：
library(rugarch)
library(rmgarch)
data(dji30retw)
Dat = dji30retw[, 1:8, drop = FALSE]
uspec = ugarchspec(mean.model = list(armaOrder = c(0,0)), variance.model = list(garchOrder = c(1,1), model = "eGARCH"), distribution.model = "norm")
spec1 = dccspec(uspec = multispec(replicate(8, uspec)), dccOrder = c(1,1), distribution = "mvnorm")
fit1 = dccfit(spec1, data = Dat)
print(fit1)
r1=rcor(fit1, type="cor")
现在，我需要创建一个数据框，其中包含 1 列，其中包括每周相关系数的平均值。我怎样才能做到这一点？
看来你想要的是
Dat$meancor <- apply(r1, 3, function(r) mean(r[upper.tri(r)]))
给予
head(Dat, 2)
# AA AXP BA BAC C CAT CVX DD meancor
# 1987-03-27 -0.005952399 -0.007942854 -0.008866429 -0.03119837 -0.02586351 0.01587335 -0.02204814 0.006389798 0.3786852
# 1987-04-03 0.005952399 -0.025849581 -0.010230268 0.00000000 -0.01762160 0.04113691 0.06324389 0.035457312 0.375325
为了实现这一点，apply 遍历 r1 的第三维（遍历每个相关矩阵）`，取上三角元素并对它们进行平均。
目前，我已将 DCC-GARCH 模型拟合到我的财务 returns 数据中，并通过以下可重现代码估算相关系数：
library(rugarch)
library(rmgarch)
data(dji30retw)
Dat = dji30retw[, 1:8, drop = FALSE]
uspec = ugarchspec(mean.model = list(armaOrder = c(0,0)), variance.model = list(garchOrder = c(1,1), model = "eGARCH"), distribution.model = "norm")
spec1 = dccspec(uspec = multispec(replicate(8, uspec)), dccOrder = c(1,1), distribution = "mvnorm")
fit1 = dccfit(spec1, data = Dat)
print(fit1)
r1=rcor(fit1, type="cor")
现在，我需要创建一个数据框，其中包含 1 列，其中包括每周相关系数的平均值。我怎样才能做到这一点？
看来你想要的是
Dat$meancor <- apply(r1, 3, function(r) mean(r[upper.tri(r)]))
给予
head(Dat, 2)
# AA AXP BA BAC C CAT CVX DD meancor
# 1987-03-27 -0.005952399 -0.007942854 -0.008866429 -0.03119837 -0.02586351 0.01587335 -0.02204814 0.006389798 0.3786852
# 1987-04-03 0.005952399 -0.025849581 -0.010230268 0.00000000 -0.01762160 0.04113691 0.06324389 0.035457312 0.375325
为了实现这一点，apply 遍历 r1 的第三维（遍历每个相关矩阵）`，取上三角元素并对它们进行平均。