DCC-GARCH-malli (dynaaminen ehdollinen korrelaatio)
DCC-GARCH-malli, jonka Engle (2002) esitteli, laajentaa yksimuuttujaista GARCHia monien finanssiaikasarjojen välisten aikariippuvaisten korrelaatioiden mallintamiseksi. Se hajottaa monimuuttujaisen ehdollisen kovarianssimatriisin yksittäisiksi volatiliteettiprosesseiksi ja dynaamiseksi korrelaatiomatriisiksi, sallien korrelaatioiden vaihdella ajan myötä samalla kun se pysyy laskennallisesti hallittavana jopa monien sarjojen tapauksessa.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Menetelmäkartta
Lähimenetelmien naapurusto — valitse solmu tutkiaksesi.
+12 lisää
Lähteet
- 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 ↗
- Engle, R. F. (1982). Autoregressive conditional heteroscedasticity with estimates of the variance of United Kingdom inflation. Econometrica, 50(4), 987-1007. DOI: 10.2307/1912773 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Dynamic Conditional Correlation Generalized Autoregressive Conditional Heteroscedasticity Model. ScholarGate. https://scholargate.app/fi/econometrics/dcc-garch-model
Mikä menetelmä?
Aseta tämä menetelmä lähimpien sukulaistensa rinnalle ja lue niitä yhdessä — kirjasto asettaa teokset pöydälle; valinta on sinun.
- Autoregressiivisen ehdollisen heteroskedastisuuden (ARCH) malliEkonometria↔ vertaa
- EGARCH-malli (Exponential GARCH)Ekonometria↔ vertaa
- Granger-kausaalisuustestiEkonometria↔ vertaa
- TGARCH-malli (Threshold GARCH)Ekonometria↔ vertaa
- Vektorimallit (VAR)Ekonometria↔ vertaa
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →