DCC-MIDAS
DCC-MIDAS комбинира динамична условна корелация (DCC) GARCH с дискретизация на данни със смесена честота (MIDAS), което позволява оценка на променящите се във времето корелации между променливи, когато наблюденията пристигат с различни честоти. Въведен от Engle et al. (2013), той моделира как корелациите се развиват при макроикономически условия с ниска честота, използвайки информация за цените на активите с висока честота. Това е от решаващо значение за управлението на портфейлния риск и разбирането на връзките между макроикономиката и финансите.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Engle, R. F., Ghysels, E., & Sohn, B. (2013). Stock market volatility and macroeconomic fundamentals. Review of Economics and Statistics, 95(3), 776-797. DOI: 10.1162/rest_a_00300 ↗
- Colacito, R., Engle, R. F., & Ghysels, E. (2011). A component model for dynamic correlations. Journal of Econometrics, 164(1), 45-59. DOI: 10.1016/j.jeconom.2011.02.013 ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Dynamic Conditional Correlation MIDAS. ScholarGate. https://scholargate.app/bg/econometrics/dcc-midas
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.
- Компонентно-GARCH (Component GARCH)Иконометрия↔ compare
- GARCH-MIDASИконометрия↔ compare
- Квантилен ВАРИконометрия↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →