ScholarGate
Assistent
Regression modelEconometrics / time series

Robustne dünaamiline tingimuslik korrelatsioon GARCH (Robust DCC-GARCH)

Robust DCC-GARCH mudel laiendab Engle'i (2002) dünaamilise tingimusliku korrelatsiooni raamistikku, asendades standardse kvasi-maksimumtõenäosuse hinnangu meetodid äärmuslikele väärtustele vastupidavate või liittõenäosuse tehnikatega. See säilitab täpse ajas muutuvate korrelatsioonide hinnangu isegi siis, kui finantsi tootluse andmed sisaldavad äärmuslikke vaatlusi, raskeid sabasid või struktuurseid ebakorrapärasusi.

Rakenda tööriistaga EconMindPeagiVideoPeagiDownload slides

Loe meetodi täielikku kirjeldust

Ainult liikmetele

Selle osa lugemiseks logi sisse tasuta kontoga.

Logi sisse

Method map

The neighbourhood of related methods — select a node to explore.

Allikad

  1. Engle, R. F. (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
  2. Pakel, C., Shephard, N., Sheppard, K., & Engle, R. F. (2021). Fitting vast dimensional time-varying covariance models. Journal of Business and Economic Statistics, 39(3), 652–668. DOI: 10.1080/07350015.2020.1713795

Kuidas sellele lehele viidata

ScholarGate. (2026, June 3). Robust Dynamic Conditional Correlation GARCH Model. ScholarGate. https://scholargate.app/et/econometrics/robust-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.

Compare side by side
ScholarGateRobust DCC-GARCH (Robust Dynamic Conditional Correlation GARCH Model). Loetud 2026-06-15 aadressilt https://scholargate.app/et/econometrics/robust-dcc-garch · Andmestik: https://doi.org/10.5281/zenodo.20539026