ScholarGate
دستیار
Regression modelEconometrics / time series

مدل Robust DCC-GARCH (شرطی خودهمبستگی پویا مقاوم)

مدل Robust DCC-GARCH چارچوب شرطی خودهمبستگی پویا (Dynamic Conditional Correlation) انگل (2002) را با جایگزینی برآوردگر درست‌نمایی شبه بیشینه استاندارد با تکنیک‌های مقاوم در برابر داده‌های پرت یا درست‌نمایی ترکیبی گسترش می‌دهد. این امر برآورد دقیق خودهمبستگی متغیر با زمان را حتی در صورت وجود مشاهدات پرت، توزیع‌های با دم سنگین، یا ناهنجاری‌های ساختاری در داده‌های بازده مالی حفظ می‌کند.

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.

منابع

  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

نحوهٔ استناد به این صفحه

ScholarGate. (2026, June 3). Robust Dynamic Conditional Correlation GARCH Model. ScholarGate. https://scholargate.app/fa/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). بازیابی‌شده در 2026-06-15 از https://scholargate.app/fa/econometrics/robust-dcc-garch · مجموعه‌داده: https://doi.org/10.5281/zenodo.20539026