ScholarGate
Асистент
Regression modelEconometrics / time series

Устойчив модел Динамична условна корелация GARCH (Устойчив DCC-GARCH)

Моделът Robust DCC-GARCH разширява рамката за Динамична условна корелация на Engle (2002), като заменя стандартната оценка чрез квази-максимална правдоподобност с техники, устойчиви на аномалии или базирани на композитна правдоподобност. Това запазва точното оценяване на променящите се във времето корелации, дори когато данните за възвръщаемостта на финансови активи съдържат екстремни наблюдения, тежки опашки или структурни нередовности.

Приложете с EconMindСкороВидеоСкороИзтегляне на слайдове

Прочетете целия метод

Само за членове

Влезте с безплатен профил, за да прочетете този раздел.

Вход

Карта на методите

Обкръжението на сродните методи — изберете възел, за да го разгледате.

Източници

  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

Как да цитирате тази страница

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

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.

Сравняване едно до друго
ScholarGateRobust DCC-GARCH (Robust Dynamic Conditional Correlation GARCH Model). Извлечено на 2026-06-15 от https://scholargate.app/bg/econometrics/robust-dcc-garch · Набор от данни: https://doi.org/10.5281/zenodo.20539026