Metodin todisteiden tietue
Robust DCC-GARCH
The Robust DCC-GARCH model extends Engle's (2002) Dynamic Conditional Correlation framework by replacing standard quasi-maximum likelihood estimation with outlier-resistant or composite-likelihood techniques. This preserves accurate time-varying correlation estimation even when financial return data contain extreme observations, heavy tails, or structural irregularities.
Lähdetietue
Sitaatit kopioitu sanatarkasti metodin lähdetietueesta. Niistä ei päätellä väitteiden tasoista varmennusta.
Robust Dynamic Conditional Correlation GARCH Model
Taksonominen metoditietue · regression-model / econometrics
- 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
- 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
Kuratoituja väitteitä
Väitteet tallennettu todistusaineiston pääkirjaan, jokaisella oma arviointinsa.
Ei vielä kuratoituja väitteitä
Tämä näkymä ei keksi väitteen arviointia, jos pääkirjassa ei ole sitä.
Liittyvät metodit
Luotu metodigraafista ja näytetään koneen ehdottamina suhteina – väitteitä ei päätellä.