Regression modelEconometrics / time series

مدل غیرخطی DCC-GARCH (همبستگی شرطی پویا نامتقارن)

مدل غیرخطی DCC-GARCH چارچوب همبستگی شرطی پویای Engle (2002) را با اجازه دادن به پاسخگویی نامتقارن همبستگی‌ها به شوک‌های بازده منفی در مقابل مثبت، گسترش می‌دهد. این مدل که توسط Cappiello، Engle و Sheppard (2006) معرفی شده است، ابزار استاندارد برای اندازه‌گیری هم‌حرکتی متغیر با زمان و اثرات سرایت در سری‌های زمانی مالی چندمتغیره است، زمانی که انتظار می‌رود اخبار بد باعث افزایش همبستگی‌ها بیش از اخبار خوب شود.

به‌کارگیری با EconMindبه‌زودیویدیوبه‌زودیDownload slides

مطالعهٔ کامل روش

ویژهٔ اعضا

برای خواندن این بخش با حساب رایگان وارد شوید.

ورود

Method map

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

مدل غیرخطی DCC-GARCH (همبستگی شرطی پویا نامتقارن)
مدل DCC-GARCH (Dynamic C…مدل EGARCH (نمایی GARCH)

منابع

  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

نحوهٔ استناد به این صفحه

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

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
ScholarGateNonlinear DCC-GARCH model (Nonlinear Dynamic Conditional Correlation GARCH Model). بازیابی‌شده در 2026-06-15 از https://scholargate.app/fa/econometrics/nonlinear-dcc-garch-model · مجموعه‌داده: https://doi.org/10.5281/zenodo.20539026