DCC-MIDAS
DCC-MIDAS combina la correlazione condizionale dinamica (DCC) GARCH con il campionamento di dati a frequenza mista (MIDAS), consentendo la stima di correlazioni tempo-varianti tra variabili quando le osservazioni arrivano a frequenze diverse. Introdotto da Engle et al. (2013), modella come le correlazioni evolvono con condizioni macroeconomiche a bassa frequenza utilizzando informazioni sui prezzi degli asset ad alta frequenza. Ciò è cruciale per la gestione del rischio di portafoglio e la comprensione dei legami macro-finanziari.
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.
Fonti
- Engle, R. F., Ghysels, E., & Sohn, B. (2013). Stock market volatility and macroeconomic fundamentals. Review of Economics and Statistics, 95(3), 776-797. DOI: 10.1162/rest_a_00300 ↗
- Colacito, R., Engle, R. F., & Ghysels, E. (2011). A component model for dynamic correlations. Journal of Econometrics, 164(1), 45-59. DOI: 10.1016/j.jeconom.2011.02.013 ↗
Come citare questa pagina
ScholarGate. (2026, June 3). Dynamic Conditional Correlation MIDAS. ScholarGate. https://scholargate.app/it/econometrics/dcc-midas
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.
- Component GARCHEconometria↔ compare
- GARCH-MIDASEconometria↔ compare
- VAR QuantilisticaEconometria↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →