Regression model
DCC-GARCH (Correlazione Condizionale Dinamica)
DCC-GARCH è il modello di volatilità multivariata di Engle (2002) che permette alle correlazioni tra diversi asset di cambiare nel tempo. Un modello GARCH univariato separato viene adattato a ciascuna serie, e poi la matrice di correlazione dinamica viene stimata in un secondo passo separato.
Leggi il metodo completo
Riservato ai membri
AccediAccedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- 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 ↗
Come citare questa pagina
ScholarGate. (2026, June 1). Dynamic Conditional Correlation GARCH. ScholarGate. https://scholargate.app/it/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.
- Modello ARIMA (Autoregressive Integrated Moving Average)Econometria↔ compare
- Modelli Copula (Gaussiana, t, Clayton, Gumbel, Frank)Finanza↔ compare
- Exponential GARCH (EGARCH)Econometria↔ compare
- Teoria dei Valori Estremi (EVT)Finanza↔ compare
- Value at Risk (VaR)Finanza↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →