ScholarGate
Asistent
Regression model

DCC-GARCH (dynamická podmíněná korelace)

DCC-GARCH je vícerozměrný model volatility od Engla (2002), který umožňuje měnit korelace mezi několika aktivy v čase. Každá řada je modelována samostatným univariátním GARCH modelem a poté se ve druhém, samostatném kroku odhaduje dynamická korelační matice.

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.

Zdroje

  1. 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
  2. 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

Jak citovat tuto stránku

ScholarGate. (2026, June 1). Dynamic Conditional Correlation GARCH. ScholarGate. https://scholargate.app/cs/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.

Compare side by side

Odkazuje sem

ScholarGateDCC-GARCH (Dynamic Conditional Correlation GARCH). Získáno 2026-06-15 z https://scholargate.app/cs/finance/dcc-garch · Datová sada: https://doi.org/10.5281/zenodo.20539026