DCC-GARCH-model (Dynamisk Betinget Korrelation)
DCC-GARCH-modellen, introduceret af Engle (2002), udvider univariat GARCH til at indfange tidsvarierende korrelationer mellem flere finansielle tidsserier. Den dekomponerer den multivariate betingede kovariansmatrix i individuelle volatilitetsprocesser og en dynamisk korrelationsmatrix, hvilket tillader korrelationer at fluktuere over tid, samtidig med at den forbliver beregningsmæssigt håndterbar, selv med mange serier.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
+12 more
Kilder
- 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 ↗
- Engle, R. F. (1982). Autoregressive conditional heteroscedasticity with estimates of the variance of United Kingdom inflation. Econometrica, 50(4), 987-1007. DOI: 10.2307/1912773 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 3). Dynamic Conditional Correlation Generalized Autoregressive Conditional Heteroscedasticity Model. ScholarGate. https://scholargate.app/da/econometrics/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.
- ARCH-model (Autoregressiv Betinget Heteroskedasticitet)Økonometri↔ compare
- EGARCH-model (Eksponentiel GARCH)Økonometri↔ compare
- Granger-kausalitetstestØkonometri↔ compare
- TGARCH-model (Threshold GARCH)Økonometri↔ compare
- Vektorautoregression (VAR)Økonometri↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →