Model Fourier DCC-GARCH
Model Fourier DCC-GARCH rozšiřuje rámec Dynamic Conditional Correlation GARCH Engla tím, že začleňuje Fourierovy trigonometrické členy do rovnic podmíněného průměru nebo rozptylu. To umožňuje modelu aproximovat hladké, postupné strukturální posuny v dynamice volatility a mezisobných korelacích aktiv, aniž by bylo nutné znát počet nebo načasování bodů zlomu.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- Engle, R. (2002). Dynamic conditional correlations: A simple class of multivariate generalized autoregressive conditional heteroskedasticity models. Journal of Business and Economic Statistics, 20(3), 339-350. link ↗
- Nazlioglu, S., Gormus, N. A., & Soytas, U. (2016). Oil prices and real estate investment trusts (REITs): Gradual-shift causality and volatility transmission analysis. Energy Economics, 60, 168-175. DOI: 10.1016/j.eneco.2016.09.009 ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Fourier Dynamic Conditional Correlation GARCH Model. ScholarGate. https://scholargate.app/cs/econometrics/fourier-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 DCC-GARCH (Dynamic Conditional Correlation)Ekonometrie↔ compare
- Model EGARCH (Exponenciální GARCH)Ekonometrie↔ compare
- Fourier GARCH modelEkonometrie↔ compare
- Model GARCH (Predikce volatility)Ekonometrie↔ compare
- Vektorová autoregrese (VAR)Ekonometrie↔ compare
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →