Regression modelEconometrics / time series

Nelineární model DCC-GARCH (Asymetrická dynamická podmíněná korelace)

Nelineární model DCC-GARCH rozšiřuje rámec dynamické podmíněné korelace Engle (2002) tím, že umožňuje korelaci reagovat asymetricky na negativní oproti pozitivním šokům výnosů. Navržený Cappielliem, Englem a Shepphardem (2006), je standardním nástrojem pro měření časově proměnlivého souhybu a efektů nákazy v mnohorozměrných finančních časových řadách, když se očekává, že špatné zprávy zvýší korelace více než dobré zprávy.

Použít v EconMindJiž brzyVideoJiž brzyDownload slides

Přečíst celou metodu

Pouze pro členy

Pro přečtení této sekce se přihlaste s bezplatným účtem.

Přihlásit se

Method map

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

Nelineární model DCC-GARCH (Asymetrická dynamická podmíněná korelace)
Model DCC-GARCH (Dynamic…Model EGARCH (Exponenciá…

Zdroje

  1. Cappiello, L., Engle, R. F., & Sheppard, K. (2006). Asymmetric dynamics in the correlations of global equity and bond returns. Journal of Financial Econometrics, 4(4), 537–572. DOI: 10.1093/jjfinec/nbl005
  2. Engle, R. F. (2002). Dynamic conditional correlation: A simple class of multivariate generalized autoregressive conditional heteroskedasticity models. Journal of Business & Economic Statistics, 20(3), 339–350. DOI: 10.1198/073500102288618487

Jak citovat tuto stránku

ScholarGate. (2026, June 3). Nonlinear Dynamic Conditional Correlation GARCH Model. ScholarGate. https://scholargate.app/cs/econometrics/nonlinear-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
ScholarGateNonlinear DCC-GARCH model (Nonlinear Dynamic Conditional Correlation GARCH Model). Získáno 2026-06-15 z https://scholargate.app/cs/econometrics/nonlinear-dcc-garch-model · Datová sada: https://doi.org/10.5281/zenodo.20539026