DCC-GARCH модел (динамична условна корелация)
DCC-GARCH моделът, представен от Енгъл (Engle, 2002), разширява едномерния GARCH, за да улови променящите се във времето корелации между множество финансови времеви редове. Той декомпозира многомерната матрица на условните ковариации на индивидуални процеси на волатилност и динамична корелационна матрица, позволявайки на корелациите да флуктуират във времето, като същевременно остава изчислително управляем дори при много редове.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
+12 more
Източници
- 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 ↗
- Engle, R. F. (1982). Autoregressive conditional heteroscedasticity with estimates of the variance of United Kingdom inflation. Econometrica, 50(4), 987-1007. DOI: 10.2307/1912773 ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Dynamic Conditional Correlation Generalized Autoregressive Conditional Heteroscedasticity Model. ScholarGate. https://scholargate.app/bg/econometrics/dcc-garch-model
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Модел ARCH (Авторегресивен условен хетероскедастичност)Иконометрия↔ compare
- Модел EGARCH (Експоненциален GARCH)Иконометрия↔ compare
- Тест за причинност на ГрейнджърИконометрия↔ compare
- Модел TGARCH (Threshold GARCH)Иконометрия↔ compare
- Векторна авторегресия (VAR)Иконометрия↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →