我院王辉教授与英国斯特莱斯克莱德大学潘家柱教授合作撰写的论文“A scalar dynamic conditional correlation model: Structure and estimation”发表在《中国科学：数学》2018年第10期。

在衍生产品定价👩‍💻、风险管理、套期保值和最优投资组合选择等许多金融计量问题中⛹🏼‍♀️，资产收益的波动率以及不同资产收益之间的动态相关性都是必须的输入参数，对个人或机构投资者风险管理决策意义重大。例如，在进行组合资产管理时，我们需要知道不同资产之间的相关性以对冲非系统性风险；在运用衍生品进行套期保值时，也需要知道被套保资产和套保资产之间的相关性；在为结构性衍生品进行定价时，也需要知道不同标的资产之间的相关性🐵。在对多元时间序列动态相关性的建模中，DCC模型以其刻画相关系数的时变性和参数节约而应用广泛。然而该模型的理论性质，例如模型的严平稳遍历性，以及模型估计的渐近性质还没有被很好的研究👨‍🦼‍➡️，曾有文献指出该模型常数项的伪最大似然估计是不相合的。

我们提出了一类SDCC模型，该模型仍旧具有时变性，以及参数节约的性质👩，利用代数几何和马尔科夫链的工具🧑🏻‍🦰，我们给出了该模型存在有限二阶矩严平稳遍历解的充分条件，并且该条件很容易验证🥀，同时在正则性条件下，我们得到了该模型参数伪最大似然估计的相合性以及渐近正态性👮🏼‍♂️。模拟结果表明，该估计的小样本性质良好。最后我们给出了一个实际例子，应用SDCC模型进行FSTE100指数期货最优套期保值比率的结算，实证结果表明，无论是从统计意义上𓀇，还是从套期保值的效率上🏩🍦，SDCC模型都是最优的。