Robustní GARCH s dynamickou podmíněnou korelací (Robust DCC-GARCH)
Model Robust DCC-GARCH rozšiřuje rámec dynamické podmíněné korelace Engleho (2002) nahrazením standardní kvazi-maximální věrohodnostní (quasi-maximum likelihood) metody odhadu technikami odolnými vůči odlehlým hodnotám nebo metodami složené věrohodnosti (composite-likelihood). Tím je zachován přesný odhad časově proměnných korelací i v případě, že data výnosů z finančních trhů obsahují extrémní pozorování, těžké chvosty (heavy tails) nebo strukturální nepravidelnosti.
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. 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 ↗
- 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 ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Robust Dynamic Conditional Correlation GARCH Model. ScholarGate. https://scholargate.app/cs/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.
- Model DCC-GARCH (Dynamic Conditional Correlation)Ekonometrie↔ compare
- Model GARCH (Predikce volatility)Ekonometrie↔ compare
- Robustní EGARCH modelEkonometrie↔ compare
- Robustní GARCH modelEkonometrie↔ compare
- Robustní TGARCHEkonometrie↔ compare
- Vektorová autoregrese (VAR)Ekonometrie↔ compare
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →