Laika mainīgo parametru DCC-GARCH modelis
TVP-DCC-GARCH modelis paplašina Dinamiskās nosacītās korelācijas GARCH ietvaru, ļaujot ne tikai pāru korelācijām, bet arī pamatā esošajiem modeles parametriem nepārtraukti mainīties laikā. Tas uztver strukturālās izmaiņas volatilitātes dinamikā un starpaktīvu atkarībā, padarot to par būtisku finanšu riska modelēšanai nestabilā vidē.
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 correlation: A simple class of multivariate generalized autoregressive conditional heteroskedasticity models. Journal of Business and Economic Statistics, 20(3), 339-350. DOI: 10.1198/073500102288618487 ↗
- Christoffersen, P., Errunza, V., Jacobs, K., & Langlois, H. (2012). Is the potential for international diversification disappearing? A dynamic copula approach. Review of Financial Studies, 25(12), 3711-3751. DOI: 10.1093/rfs/hhs104 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Time-Varying Parameter Dynamic Conditional Correlation GARCH Model. ScholarGate. https://scholargate.app/lv/econometrics/time-varying-parameter-dcc-garch-model
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
- Dinamiskais faktormodelisEkonometrija↔ compare
- GARCH modelis (volatilitātes prognozēšana)Ekonometrija↔ compare
- Stohastiskās mainības modelis (Heston)Finanses↔ compare
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →