ScholarGate
المساعد
Regression modelEconometrics / time series

نموذج التباين المشروط الديناميكي الموثوق (Robust DCC-GARCH)

يمتد نموذج التباين المشروط الديناميكي الموثوق (Robust DCC-GARCH) إطار عمل التباين المشروط الديناميكي لإنغل (Engle, 2002) عن طريق استبدال تقدير الاحتمالية شبه القصوى القياسي بتقنيات مقاومة القيم المتطرفة أو الاحتمالية المركبة. هذا يحافظ على تقدير دقيق للارتباط المتغير عبر الزمن حتى عندما تحتوي بيانات عوائد الأسهم على ملاحظات متطرفة، أو ذيول ثقيلة، أو مخالفات هيكلية.

طبِّق باستخدام EconMindقريبًافيديوقريبًاتنزيل الشرائح

اقرأ الطريقة كاملة

للأعضاء فقط

سجّل الدخول بحساب مجاني لقراءة هذا القسم.

تسجيل الدخول

خريطة المناهج

محيط المناهج ذات الصلة — اختر عقدةً للاستكشاف.

المصادر

  1. Engle, R. F. (2002). Dynamic conditional correlation: A simple class of multivariate generalized autoregressive conditional heteroskedasticity models. Journal of Business and Economic Statistics, 20(3), 339–350. DOI: 10.1198/073500102288618487
  2. Pakel, C., Shephard, N., Sheppard, K., & Engle, R. F. (2021). Fitting vast dimensional time-varying covariance models. Journal of Business and Economic Statistics, 39(3), 652–668. DOI: 10.1080/07350015.2020.1713795

كيف تستشهد بهذه الصفحة

ScholarGate. (2026, June 3). Robust Dynamic Conditional Correlation GARCH Model. ScholarGate. https://scholargate.app/ar/econometrics/robust-dcc-garch

أيُّ منهج؟

ضع هذا المنهج إلى جانب أقرب نظائره واقرأهما جنباً إلى جنب — المكتبة تضع الكتب على الطاولة، والاختيار لك.

قارن جنباً إلى جنب
ScholarGateRobust DCC-GARCH (Robust Dynamic Conditional Correlation GARCH Model). استُرجع بتاريخ 2026-06-15 من https://scholargate.app/ar/econometrics/robust-dcc-garch · مجموعة البيانات: https://doi.org/10.5281/zenodo.20539026