Regression model
DCC-GARCH (Dynamic Conditional Correlation)
DCC-GARCH est le modèle de volatilité multivariée d'Engle (2002) qui permet aux corrélations entre plusieurs actifs de changer au fil du temps. Un modèle GARCH univarié distinct est ajusté à chaque série, puis la matrice de corrélation dynamique est estimée dans une seconde étape séparée.
Lire la méthode complète
Réservé aux membres
Se connecterConnectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- Engle, R. (2002). Dynamic Conditional Correlation: A Simple Class of Multivariate GARCH Models. Journal of Business & Economic Statistics, 20(3), 339-350. DOI: 10.1198/073500102288618487 ↗
- Aielli, G. P. (2013). Dynamic Conditional Correlation: On Properties and Estimation. Journal of Business & Economic Statistics, 31(3), 282-299. DOI: 10.1080/07350015.2013.771027 ↗
Comment citer cette page
ScholarGate. (2026, June 1). Dynamic Conditional Correlation GARCH. ScholarGate. https://scholargate.app/fr/finance/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.
- Modèle ARIMA (Autoregressive Integrated Moving Average)Économétrie↔ compare
- Modèles de copules (Gaussienne, t, Clayton, Gumbel, Frank)Finance↔ compare
- Exponential GARCH (EGARCH)Économétrie↔ compare
- Théorie des Valeurs Extrêmes (TVE)Finance↔ compare
- Valeur à Risque (VaR)Finance↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →