Tests par cēloņsakarību dispersijā
Tests par cēloņsakarību dispersijā nosaka, vai vienas mainīgā šoka izraisītās izmaiņas nosacītajā citā mainīgā dispersijā (volatilitātē) atšķiras no cēloņsakarības līmeņa izmaiņām. Cheung un Ng (1996) ieviestais tests identificē volatilitātes pārneses un kontaģijas efektus, kas ir ļoti svarīgi riska pārvaldībai un finanšu tirgu savstarpējo atkarību izpratnei. Šī pieeja ir kļuvusi par standartu, pētot šoku pārraidi starp aktīvu klasēm un ģeogrāfiskajām atrašanās vietām.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Metožu karte
Saistīto metožu apkaime — atlasiet mezglu, lai izpētītu.
Avoti
- Cheung, Y. W., & Ng, L. K. (1996). A causality-in-variance test and its application to financial market prices. Journal of Econometrics, 72(1-2), 33-61. DOI: 10.1016/0304-4076(94)01714-X ↗
- Hafner, C. M., & Herwartz, H. (2006). Testing for causality in variance using multivariate GARCH models. Journal of Econometrics, 135(1-2), 129-153. link ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Test for Causality in Variance. ScholarGate. https://scholargate.app/lv/econometrics/causality-in-variance-test
Kura metode?
Novietojiet šo metodi blakus tās tuvākajām radniecīgajām metodēm un lasiet tās līdzās — bibliotēka noliek grāmatas uz galda; izvēle ir jūsu.
- Komponentu GARCHEkonometrija↔ salīdzināt
- DCC-MIDAS (dinamiskā nosacītā korelācija ar jauktām frekvencēm)Ekonometrija↔ salīdzināt
- GARCH-MIDASEkonometrija↔ salīdzināt
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →