Nonlinear DCC-GARCH-model (asymmetrisk dynamisk betinget korrelation)
Nonlinear DCC-GARCH-modellen udvider Engles (2002) ramme for dynamisk betinget korrelation (DCC) ved at lade korrelationer reagere asymmetrisk på negative versus positive afkastchok. Den blev foreslået af Cappiello, Engle og Sheppard (2006) og er det standardværktøj til måling af tidsvarierende samvariation og smitteeffekter i multivariate finansielle tidsserier, når dårlige nyheder forventes at øge korrelationerne mere end gode nyheder.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Metodekort
Nabolaget af beslægtede metoder — vælg en knude for at udforske.
Kilder
- 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 ↗
- 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 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 3). Nonlinear Dynamic Conditional Correlation GARCH Model. ScholarGate. https://scholargate.app/da/econometrics/nonlinear-dcc-garch-model
Hvilken metode?
Stil denne metode ved siden af dens nærmeste slægtninge, og læs dem side om side — biblioteket lægger bøgerne på bordet; valget er dit.
- DCC-GARCH-model (Dynamisk Betinget Korrelation)Økonometri↔ sammenlign
- EGARCH-model (Eksponentiel GARCH)Økonometri↔ sammenlign
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →