Fourier DCC-GARCH-Modell
Das Fourier DCC-GARCH-Modell erweitert Engle's Dynamic Conditional Correlation GARCH-Framework durch die Einbettung von Fourier-trigonometrischen Termen in die Gleichungen für den bedingten Mittelwert oder die Varianz. Dies ermöglicht dem Modell, glatte, graduelle strukturelle Verschiebungen in der Volatilitätsdynamik und den Korrelationen zwischen den Anlagen zu approximieren, ohne die Anzahl oder den Zeitpunkt von Bruchpunkten kennen zu müssen.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Methodenkarte
Die Nachbarschaft verwandter Methoden — wählen Sie einen Knoten, um sie zu erkunden.
Quellen
- Engle, R. (2002). Dynamic conditional correlations: A simple class of multivariate generalized autoregressive conditional heteroskedasticity models. Journal of Business and Economic Statistics, 20(3), 339-350. link ↗
- Nazlioglu, S., Gormus, N. A., & Soytas, U. (2016). Oil prices and real estate investment trusts (REITs): Gradual-shift causality and volatility transmission analysis. Energy Economics, 60, 168-175. DOI: 10.1016/j.eneco.2016.09.009 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Fourier Dynamic Conditional Correlation GARCH Model. ScholarGate. https://scholargate.app/de/econometrics/fourier-dcc-garch
Welche Methode?
Stellen Sie diese Methode neben ihre nächsten Verwandten und lesen Sie sie nebeneinander — die Bibliothek legt die Bücher auf den Tisch; die Wahl liegt bei Ihnen.
- DCC-GARCH-Modell (Dynamic Conditional Correlation)Ökonometrie↔ vergleichen
- EGARCH-Modell (Exponential GARCH)Ökonometrie↔ vergleichen
- Fourier-GARCH-ModellÖkonometrie↔ vergleichen
- GARCH-Modell (Volatilitätsvorhersage)Ökonometrie↔ vergleichen
- Vektorautoregression (VAR)Ökonometrie↔ vergleichen
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →