Regression model
DCC-GARCH (Correlació Condicional Dinàmica)
El DCC-GARCH és el model de volatilitat multivariant d'Engle (2002) que permet que les correlacions entre diversos actius canviïn amb el temps. S'ajusta un model GARCH univariant separat a cada sèrie, i després la matriu de correlació dinàmica s'estima en un segon pas separat.
Llegeix el mètode complet
Només per a membres
Inicia la sessióInicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- 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 ↗
- 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 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 1). Dynamic Conditional Correlation GARCH. ScholarGate. https://scholargate.app/ca/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.
- Model d'ARIMA (Autoregressive Integrated Moving Average)Econometria↔ compare
- Models de còpula (Gaussià, t, Clayton, Gumbel, Frank)Finances↔ compare
- Exponential GARCH (EGARCH)Econometria↔ compare
- Teoria del Valor Extrem (EVT)Finances↔ compare
- Valor en Risc (VaR)Finances↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →