[問題]變異數間的影響，是風險蔓延還是相互依存?

[b9907051 (Ken)]

如果是跟統計軟體有關請重發文章，使用程式做為分類。
統計軟體，如SPSS, AMOS, SAS, R, STATA, Eviews，請都使用程式做為分類
請詳述問題內容，以利板友幫忙解答，過短文章依板規處置，請注意。
為避免版面混亂，請勿手動置底問題，擅用E做檔案編輯

各位版上高手大家好，
小弟寫風險蔓延(Contagion)相關論文寫到腦袋打結，
對於一些統計上的問題轉不太過來，因此上來求救各位QQ
簡單的說，小弟利用GARCH模型檢定某些市場間變異數和共變異數會互相影響的現象。
例如
當A變異數提高的時候，B的變異數也會提高，並且A和B的共變異數也會顯著提高
在解釋這個現象的時候，小弟突然想到一個問題:
是否A和B兩個市場間本來就有很高的連動性，或是說有相互依存(Interdependence)?
因此，不該直覺的斷定兩個市場間存在風險蔓延效應(Contagion)
而應該先檢定兩變數間的相關性是否出現結構性變化(Structure break)
再來判斷這兩個市場是風險蔓延還是相互依存?

會有這個疑問是因為，一般統計上習慣假設變異數恆定，
那一但變異數不恆定(有變化)，是否就意味著結構上已經出現變化?
那是不是就能進而排除市場間可能只是相互依存的可能性呢?

由於腦袋真的打結加上統計沒學得很好，這個問題可能有點蠢，或是有表達不清楚
真的跪求版上高手們出手相救了QQ

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 27.105.101.207
※ 文章網址: https://www.ptt.cc/bbs/Statistics/M.1482937566.A.89F.html
→ DIDIMIN: 傳染效果通常是看相關系數有沒有顯著的變大
→ DIDIMIN: 從 DCC-GARCH 的條件相關系數趨勢可以觀察出來
→ b9907051: 那先檢定相關性顯著變大，再利用bv garch檢定因果關係，
→ b9907051: 是否是可行的呢？