Fjēra DCC-GARCH modelis
Fjēra DCC-GARCH modelis paplašina Engla Dinamiskās nosacītās korelācijas GARCH ietvaru, iekļaujot Fjēra trigonometriskos locekļus nosacītās vidējās vērtības vai dispersijas vienādojumos. Tas ļauj modelim tuvināt gludas, pakāpeniskas strukturālās izmaiņas volatilitātes dinamikā un starpaktīvu korelācijās, neprasot zināt pārtraukumu punktu skaitu vai laiku.
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. (2002). Dynamic conditional correlations: A simple class of multivariate generalized autoregressive conditional heteroskedasticity models. Journal of Business and Economic Statistics, 20(3), 339-350. link ↗
- Nazlioglu, S., Gormus, N. A., & Soytas, U. (2016). Oil prices and real estate investment trusts (REITs): Gradual-shift causality and volatility transmission analysis. Energy Economics, 60, 168-175. DOI: 10.1016/j.eneco.2016.09.009 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Fourier Dynamic Conditional Correlation GARCH Model. ScholarGate. https://scholargate.app/lv/econometrics/fourier-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.
- DCC-GARCH modelis (Dynamic Conditional Correlation)Ekonometrija↔ compare
- EGARCH modelis (eksponenciālais GARCH)Ekonometrija↔ compare
- Furjē GARCH modelisEkonometrija↔ compare
- GARCH modelis (volatilitātes prognozēšana)Ekonometrija↔ compare
- Vektora autoregresija (VAR)Ekonometrija↔ compare
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →