Modello DCC-GARCH (Dynamic Conditional Correlation)
Il modello DCC-GARCH, introdotto da Engle (2002), estende il GARCH univariato per catturare le correlazioni tempo-varianti tra molteplici serie temporali finanziarie. Scompone la matrice di covarianza condizionale multivariata in processi di volatilità individuali e una matrice di correlazione dinamica, permettendo alle correlazioni di fluttuare nel tempo pur rimanendo computazionalmente trattabili anche con molte serie.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
+12 more
Fonti
- 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 ↗
- 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 ↗
Come citare questa pagina
ScholarGate. (2026, June 3). Dynamic Conditional Correlation Generalized Autoregressive Conditional Heteroscedasticity Model. ScholarGate. https://scholargate.app/it/econometrics/dcc-garch-model
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.
- Modello ARCH (Autoregressive Conditional Heteroskedasticity)Econometria↔ compare
- Modello EGARCH (Exponential GARCH)Econometria↔ compare
- Granger Causality TestEconometria↔ compare
- Modello TGARCH (Threshold GARCH)Econometria↔ compare
- Autoregressione Vettoriale (VAR)Econometria↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →