ScholarGate
Βοηθός
Regression modelEconometrics / time series

Μη Γραμμικό Μοντέλο DCC-GARCH (Ασύμμετρη Δυναμική Συσχέτιση)

Το μη γραμμικό μοντέλο DCC-GARCH επεκτείνει το πλαίσιο της Δυναμικής Συσχέτισης του Engle (2002) επιτρέποντας στις συσχετίσεις να αποκρίνονται ασύμμετρα σε αρνητικούς έναντι θετικών κραδασμών απόδοσης. Προτεινόμενο από τους Cappiello, Engle και Sheppard (2006), αποτελεί το τυπικό εργαλείο για τη μέτρηση της χρονικά μεταβαλλόμενης συν-κίνησης και των φαινομένων μετάδοσης σε πολυμεταβλητές χρηματοοικονομικές χρονοσειρές όταν αναμένεται ότι οι κακές ειδήσεις αυξάνουν τις συσχετίσεις περισσότερο από τις καλές ειδήσεις.

Εφαρμογή με το EconMindΣύντομαΒίντεοΣύντομαΛήψη διαφανειών

Διαβάστε ολόκληρη τη μέθοδο

Μόνο για μέλη

Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.

Σύνδεση

Χάρτης μεθόδων

Η γειτονιά των σχετιζόμενων μεθόδων — επιλέξτε έναν κόμβο για εξερεύνηση.

Μη Γραμμικό Μοντέλο DCC-GARCH (Ασύμμετρη Δυναμική Συσχέτιση)
Μοντέλο DCC-GARCH (Dynam…Μοντέλο EGARCH (Exponent…

Πηγές

  1. 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
  2. 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

Πώς να παραπέμψετε σε αυτή τη σελίδα

ScholarGate. (2026, June 3). Nonlinear Dynamic Conditional Correlation GARCH Model. ScholarGate. https://scholargate.app/el/econometrics/nonlinear-dcc-garch-model

Ποια μέθοδος;

Τοποθετήστε αυτή τη μέθοδο δίπλα στις πιο συγγενείς της και διαβάστε τις παράλληλα — η βιβλιοθήκη απλώνει τα βιβλία στο τραπέζι· η επιλογή είναι δική σας.

Συγκρίνετε παράλληλα
ScholarGateNonlinear DCC-GARCH model (Nonlinear Dynamic Conditional Correlation GARCH Model). Ανακτήθηκε στις 2026-06-15 από https://scholargate.app/el/econometrics/nonlinear-dcc-garch-model · Σύνολο δεδομένων: https://doi.org/10.5281/zenodo.20539026