TVP-VAR扩展的DY溢出指数

Nikolaos Antonakakis, Ioannis Chatziantoniou和David Gabauer(2020)提出用 TVP-VAR 方法扩展了 Diebold 和 Yılmaz（2014）最初提出的溢出指数方法，允许方差-协方差矩阵通过卡尔曼滤波器估计变化，利用 Koop 和 Korobilis（2014）的遗忘因子。 通过这样做，本方法 (i) 克服了经常任意选择的滚动窗口大小的负担，这可能导致非常不稳定或扁平的参数，并且 (ii) 避免丢失有价值的观察结果。 在这方面，该方法也可用于检查低频数据和有限时间序列数据的动态溢出指数度量。 此外，Koop 和 Korobilis (2014) 指出异方差过程优于其同方差过程。本程序可输出总溢出指数、TO/FROM溢出指数、净溢出指数、净成对溢出指数。

R语言，原始代码，操作手册，参考文献。