Regression model

DCC-GARCH (Dynamic Conditional Correlation)

DCC-GARCH হলো Engle (2002) কর্তৃক প্রস্তাবিত একটি মাল্টিভেরিয়েট ভলাটিলিটি মডেল যা একাধিক অ্যাসেটের মধ্যেকার পারস্পরিক সম্পর্ক সময়ের সাথে সাথে পরিবর্তন হতে দেয়। প্রতিটি সিরিজের জন্য পৃথকভাবে একটি ইউনিভেরিয়েট GARCH মডেল ফিট করা হয়, এবং তারপর একটি পৃথক দ্বিতীয় ধাপে ডাইনামিক কোরিলেশন ম্যাট্রিক্স অনুমান করা হয়।

EconMind দিয়ে প্রয়োগ করুনশীঘ্রইভিডিওশীঘ্রইDownload slides

পুরো পদ্ধতিটি পড়ুন

শুধু সদস্যদের জন্য

এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।

সাইন ইন করুন

Method map

The neighbourhood of related methods — select a node to explore.

উৎস

  1. Engle, R. (2002). Dynamic Conditional Correlation: A Simple Class of Multivariate GARCH Models. Journal of Business & Economic Statistics, 20(3), 339-350. DOI: 10.1198/073500102288618487
  2. Aielli, G. P. (2013). Dynamic Conditional Correlation: On Properties and Estimation. Journal of Business & Economic Statistics, 31(3), 282-299. DOI: 10.1080/07350015.2013.771027

এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন

ScholarGate. (2026, June 1). Dynamic Conditional Correlation GARCH. ScholarGate. https://scholargate.app/bn/finance/dcc-garch

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.

Compare side by side

যেখানে উদ্ধৃত

ScholarGateDCC-GARCH (Dynamic Conditional Correlation GARCH). 2026-06-15 তারিখে সংগৃহীত, উৎস: https://scholargate.app/bn/finance/dcc-garch · ডেটাসেট: https://doi.org/10.5281/zenodo.20539026