Nieliniowy model DCC-GARCH (asymetryczna dynamika skorelowania warunkowego)
Nieliniowy model DCC-GARCH rozszerza ramy dynamiki skorelowania warunkowego Engla (2002) poprzez umożliwienie asymetrycznego reagowania korelacji na negatywne i pozytywne wstrząsy zwrotów. Zaproponowany przez Cappiello, Engle'a i Sheppard (2006), jest standardowym narzędziem do pomiaru zmiennych w czasie współzależności i efektów zarażania w wielowymiarowych finansowych szeregach czasowych, gdy oczekuje się, że złe wiadomości zwiększą korelacje bardziej niż dobre wiadomości.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 3). Nonlinear Dynamic Conditional Correlation GARCH Model. ScholarGate. https://scholargate.app/pl/econometrics/nonlinear-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.
- Model DCC-GARCH (Dynamic Conditional Correlation)Ekonometria↔ compare
- Model EGARCH (Exponential GARCH)Ekonometria↔ compare
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →