Regression modelEconometrics / time series

Model DCC-GARCH robust (Robust DCC-GARCH)

El model Robust DCC-GARCH estén el marc de Correlació Dinàmica Condicional d'Engle (2002) reemplaçant l'estimació estàndard de quasi-versemblança màxima per tècniques de versemblança robustes a valors atípics o de versemblança composta. Això preserva una estimació precisa de la correlació que varia en el temps fins i tot quan les dades de rendiments financers contenen observacions extremes, cues pesades o irregularitats estructurals.

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.

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. 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

Com citar aquesta pàgina

ScholarGate. (2026, June 3). Robust Dynamic Conditional Correlation GARCH Model. ScholarGate. https://scholargate.app/ca/econometrics/robust-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
ScholarGateRobust DCC-GARCH (Robust Dynamic Conditional Correlation GARCH Model). Recuperat el 2026-06-15 de https://scholargate.app/ca/econometrics/robust-dcc-garch · Conjunt de dades: https://doi.org/10.5281/zenodo.20539026