ScholarGate
Asszisztens
Regression modelEconometrics / time series

DCC-GARCH modell (Dinamikus Feltételes Korreláció)

A DCC-GARCH modellt, melyet Engle (2002) vezetett be, a Гауссово GARCH bővíti ki, hogy megragadja a több pénzügyi idősor közötti időben változó korrelációkat. Ez lebontja a többváltozós feltételes kovariancia-mátrixot egyedi volatilitási folyamatokra és egy dinamikus korrelációs mátrixra, lehetővé téve a korrelációk időbeli ingadozását, miközben számításilag kezelhető marad, még sok sorozat esetén is.

Alkalmazás ezzel: EconMindHamarosanVideóHamarosanDiák letöltése

A teljes módszer elolvasása

Csak tagoknak

Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.

Bejelentkezés

Módszertérkép

A rokon módszerek környezete — válasszon ki egy csomópontot a felfedezéshez.

+12 további

Források

  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. 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

Hogyan hivatkozzon erre az oldalra

ScholarGate. (2026, June 3). Dynamic Conditional Correlation Generalized Autoregressive Conditional Heteroscedasticity Model. ScholarGate. https://scholargate.app/hu/econometrics/dcc-garch-model

Melyik módszer?

Állítsa e módszert a hozzá legközelebb álló rokonai mellé, és olvassa őket egymás mellett — a könyvtár az asztalra teszi a könyveket; a választás az Öné.

Összehasonlítás egymás mellett

Hivatkozik rá

ScholarGateDCC-GARCH model (Dynamic Conditional Correlation Generalized Autoregressive Conditional Heteroscedasticity Model). Letöltve 2026-06-15, forrás: https://scholargate.app/hu/econometrics/dcc-garch-model · Adatkészlet: https://doi.org/10.5281/zenodo.20539026