ScholarGate
Assistent
Regression modelEconometrics / time series

Model DCC-GARCH (Dynamic Conditional Correlation)

El model DCC-GARCH, introduït per Engle (2002), estén el GARCH univariant per capturar correlacions variables en el temps entre múltiples sèries financeres. Descompon la matriu de covariància condicional multivariant en processos de volatilitat individuals i una matriu de correlació dinàmica, permetent que les correlacions fluctuïn amb el temps tot mantenint-se computacionalment factible fins i tot amb moltes sèries.

Aplica-ho amb EconMindAviatVídeoAviatDownload slides

Llegeix el mètode complet

Només per a membres

Inicia la sessió amb un compte gratuït per llegir aquesta secció.

Inicia la sessió

Method map

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

+12 more

Fonts

  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. 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

Com citar aquesta pàgina

ScholarGate. (2026, June 3). Dynamic Conditional Correlation Generalized Autoregressive Conditional Heteroscedasticity Model. ScholarGate. https://scholargate.app/ca/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.

Compare side by side

Citat per

ScholarGateDCC-GARCH model (Dynamic Conditional Correlation Generalized Autoregressive Conditional Heteroscedasticity Model). Recuperat el 2026-06-15 de https://scholargate.app/ca/econometrics/dcc-garch-model · Conjunt de dades: https://doi.org/10.5281/zenodo.20539026