Ikke-lineær DCC-GARCH-modell (asymmetrisk dynamisk betinget korrelasjon)
Den ikke-lineære DCC-GARCH-modellen utvider Engles (2002) rammeverk for dynamisk betinget korrelasjon (DCC) ved å la korrelasjoner reagere asymmetrisk på negative kontra positive avkastningssjokk. Den ble foreslått av Cappiello, Engle og Sheppard (2006) og er standardverktøyet for å måle tidsvarierende samvariasjon og smitteeffekter i multivariate finansielle tidsserier når dårlige nyheter forventes å øke korrelasjonene mer enn gode nyheter.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Metodekart
Nabolaget av beslektede metoder — velg en node for å utforske.
Kilder
- Cappiello, L., Engle, R. F., & Sheppard, K. (2006). Asymmetric dynamics in the correlations of global equity and bond returns. Journal of Financial Econometrics, 4(4), 537–572. DOI: 10.1093/jjfinec/nbl005 ↗
- Engle, R. F. (2002). Dynamic conditional correlation: A simple class of multivariate generalized autoregressive conditional heteroskedasticity models. Journal of Business & Economic Statistics, 20(3), 339–350. DOI: 10.1198/073500102288618487 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 3). Nonlinear Dynamic Conditional Correlation GARCH Model. ScholarGate. https://scholargate.app/no/econometrics/nonlinear-dcc-garch-model
Hvilken metode?
Sett denne metoden ved siden av sin nærmeste slektning og les dem side om side — biblioteket legger bøkene på bordet; valget er ditt.
- DCC-GARCH-modellen (Dynamic Conditional Correlation)Økonometri↔ sammenlign
- EGARCH-modell (Exponential GARCH)Økonometri↔ sammenlign
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →