Regression model
DCC-GARCH (Correlación Dinámica Condicional)
DCC-GARCH es el modelo multivariante de volatilidad de Engle (2002) que permite que las correlaciones entre varios activos cambien con el tiempo. Se ajusta un modelo GARCH univariante separado a cada serie, y luego la matriz de correlación dinámica se estima en un segundo paso separado.
Leer el método completo
Solo para miembros
Iniciar sesiónInicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- Engle, R. (2002). Dynamic Conditional Correlation: A Simple Class of Multivariate GARCH Models. Journal of Business & Economic Statistics, 20(3), 339-350. DOI: 10.1198/073500102288618487 ↗
- Aielli, G. P. (2013). Dynamic Conditional Correlation: On Properties and Estimation. Journal of Business & Economic Statistics, 31(3), 282-299. DOI: 10.1080/07350015.2013.771027 ↗
Cómo citar esta página
ScholarGate. (2026, June 1). Dynamic Conditional Correlation GARCH. ScholarGate. https://scholargate.app/es/finance/dcc-garch
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.
- Modelo ARIMA (Autoregressive Integrated Moving Average)Econometría↔ compare
- Modelos de cópula (Gaussiana, t, Clayton, Gumbel, Frank)Finanzas↔ compare
- Exponential GARCH (EGARCH)Econometría↔ compare
- Teoría de Valores Extremos (EVT)Finanzas↔ compare
- Valor en Riesgo (VaR)Finanzas↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →