Modelo DCC-GARCH de Parámetros Variables en el Tiempo
El modelo TVP-DCC-GARCH extiende el marco GARCH de Correlación Condicional Dinámica al permitir que no solo las correlaciones pareadas sino también los parámetros subyacentes del modelo evolucionen continuamente en el tiempo. Captura cambios estructurales en la dinámica de la volatilidad y la dependencia entre activos, lo que lo hace esencial para la modelización del riesgo financiero en entornos no estacionarios.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Mapa de métodos
El vecindario de métodos relacionados: selecciona un nodo para explorarlo.
Fuentes
- Engle, R. (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 ↗
- Christoffersen, P., Errunza, V., Jacobs, K., & Langlois, H. (2012). Is the potential for international diversification disappearing? A dynamic copula approach. Review of Financial Studies, 25(12), 3711-3751. DOI: 10.1093/rfs/hhs104 ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Time-Varying Parameter Dynamic Conditional Correlation GARCH Model. ScholarGate. https://scholargate.app/es/econometrics/time-varying-parameter-dcc-garch-model
¿Qué método?
Coloca este método junto a sus parientes más cercanos y léelos lado a lado: la biblioteca pone los libros sobre la mesa; la elección es tuya.
- Modelo DCC-GARCH (Correlación Condicional Dinámica)Econometría↔ comparar
- Modelo de Factores DinámicosEconometría↔ comparar
- Modelo GARCH (Predicción de Volatilidad)Econometría↔ comparar
- Modelo de volatilidad estocástica (Heston)Finanzas↔ comparar
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →