DCC-MIDAS
DCC-MIDAS yhdistää dynaamisen ehdollisen korrelaation (DCC) GARCH-mallin ja sekataajuisen aineiston otannan (MIDAS), mikä mahdollistaa muuttujien välisen ajassa vaihtelevan korrelaation estimoinnin, kun havainnot saapuvat eri taajuuksilla. Engle ym. (2013) esittelemä malli kuvaa korrelaatioiden kehittymistä matalataajuisten makrotaloudellisten olosuhteiden mukaan käyttäen korkeataajuista omaisuuserien hintatietoa. Tämä on ratkaisevan tärkeää salkun riskienhallinnassa ja makro-finanssisuhteiden ymmärtämisessä.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- Engle, R. F., Ghysels, E., & Sohn, B. (2013). Stock market volatility and macroeconomic fundamentals. Review of Economics and Statistics, 95(3), 776-797. DOI: 10.1162/rest_a_00300 ↗
- Colacito, R., Engle, R. F., & Ghysels, E. (2011). A component model for dynamic correlations. Journal of Econometrics, 164(1), 45-59. DOI: 10.1016/j.jeconom.2011.02.013 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Dynamic Conditional Correlation MIDAS. ScholarGate. https://scholargate.app/fi/econometrics/dcc-midas
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.
- Component GARCHEkonometria↔ compare
- GARCH-MIDASEkonometria↔ compare
- KvanttiilivarianssianalyysiEkonometria↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →