DCC-MIDAS (dinamiskā nosacītā korelācija ar jauktām frekvencēm)
DCC-MIDAS apvieno dinamiskās nosacītās kovariācijas (DCC) GARCH modeli ar jauktu frekvenču datu izlasi (MIDAS), ļaujot novērtēt laika gaitā mainīgas korelācijas starp mainīgajiem, kad novērojumi tiek saņemti dažādās frekvencēs. Engle et al. (2013) ieviestais modelis apraksta, kā korelācijas attīstās zemākās frekvences makroekonomisko apstākļu ietekmē, izmantojot augstākās frekvences aktīvu cenu informāciju. Tas ir ļoti svarīgi portfeļa riska pārvaldībai un makroekonomisko un finanšu saišu izpratnei.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- 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 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Dynamic Conditional Correlation MIDAS. ScholarGate. https://scholargate.app/lv/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.
- Komponentu GARCHEkonometrija↔ compare
- GARCH-MIDASEkonometrija↔ compare
- Kvantiles VAREkonometrija↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →