Нелинеен модел DCC-GARCH (Асиметрична динамична условна корелация)
Нелинейният модел DCC-GARCH разширява рамката за динамична условна корелация на Енгъл (2002), като позволява на корелациите да реагират асиметрично на отрицателни спрямо положителни шокове на възвръщаемостта. Предложен от Капиело, Енгъл и Шепърд (2006), той е стандартният инструмент за измерване на променящи се във времето съвместни движения и ефекти на зараза в многомерни финансови времеви редове, когато се очаква лошите новини да увеличат корелациите повече от добрите новини.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Карта на методите
Обкръжението на сродните методи — изберете възел, за да го разгледате.
Източници
- Cappiello, L., Engle, R. F., & Sheppard, K. (2006). Asymmetric dynamics in the correlations of global equity and bond returns. Journal of Financial Econometrics, 4(4), 537–572. DOI: 10.1093/jjfinec/nbl005 ↗
- Engle, R. F. (2002). Dynamic conditional correlation: A simple class of multivariate generalized autoregressive conditional heteroskedasticity models. Journal of Business & Economic Statistics, 20(3), 339–350. DOI: 10.1198/073500102288618487 ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Nonlinear Dynamic Conditional Correlation GARCH Model. ScholarGate. https://scholargate.app/bg/econometrics/nonlinear-dcc-garch-model
Кой метод?
Поставете този метод до най-близките му сродни методи и ги четете едно до друго — библиотеката полага книгите на масата; изборът е ваш.
- DCC-GARCH модел (динамична условна корелация)Иконометрия↔ сравняване
- Модел EGARCH (Експоненциален GARCH)Иконометрия↔ сравняване
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →