Nonlinear DCC-GARCH model
The Nonlinear DCC-GARCH model extends Engle's (2002) Dynamic Conditional Correlation framework by allowing correlations to respond asymmetrically to negative versus positive return shocks. Proposed by Cappiello, Engle, and Sheppard (2006), it is the standard tool for measuring time-varying co-movement and contagion effects in multivariate financial time series when bad news is expected to increase correlations more than good news.
Catatan sumber
Kutipan disalin apa adanya dari catatan sumber metode. Tidak ada verifikasi tingkat klaim yang disimpulkan darinya.
- Cappiello, L., Engle, R. F., & Sheppard, K. (2006). Asymmetric dynamics in the correlations of global equity and bond returns. Journal of Financial Econometrics, 4(4), 537–572. · DOI 10.1093/jjfinec/nbl005
- Engle, R. F. (2002). Dynamic conditional correlation: A simple class of multivariate generalized autoregressive conditional heteroskedasticity models. Journal of Business & Economic Statistics, 20(3), 339–350. · DOI 10.1198/073500102288618487
Klaim yang dikurasi
Klaim tersimpan dalam buku besar bukti, masing-masing dengan penilaiannya sendiri.
Tampilan ini tidak menciptakan penilaian klaim ketika buku besar tidak memilikinya.
Metode terkait
Dihasilkan dari grafik metode dan ditampilkan sebagai relasi yang disarankan mesin — tidak ada klaim bukti yang disimpulkan.