Dynamic Conditional Correlation GARCH
Gondoljon arra, hogy több piacot követünk, amelyek nemcsak önmagukban válnak többé vagy kevésbé turbulenssé, hanem bizonyos időszakokban (például válság idején) szorosabban, másokban pedig lazábban mozognak együtt. A DCC-GARCH először minden piac saját változó volatilitását méri, majd ezt levonva vizsgálja, hogyan mozognak együtt a standardizált sokkok, lehetővé téve a piacok közötti korreláció lélegzését és időbeli eltolódását ahelyett, hogy egyetlen számhoz lennének fagyasztva.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- 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 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 1). Dynamic Conditional Correlation GARCH. ScholarGate. https://scholargate.app/hu/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.
- ARIMA (Autoregressive Integrated Moving Average) modellÖkonometria↔ compare
- Kupola-modellek (Gauss, t, Clayton, Gumbel, Frank)Pénzügy↔ compare
- Exponenciális GARCH (EGARCH)Ökonometria↔ compare
- Szélsőérték-elmélet (EVT)Pénzügy↔ compare
- Value at Risk (VaR)Pénzügy↔ compare
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →