Regression modelEconometrics / time series

Model DCC-GARCH z przełamaniem strukturalnym

Model DCC-GARCH z przełamaniem strukturalnym rozszerza ramy modelu DCC-GARCH Engle'a, dopuszczając jawnie zmiany w strukturze korelacji i zmienności w jednym lub kilku punktach przełamania strukturalnego w próbie. Modeluje on zmienne w czasie współzmienności między wieloma seriami finansowymi, uwzględniając nagłe zmiany reżimu spowodowane kryzysami, zmianami polityki lub zmianami mikrostruktury rynku.

Zastosuj w EconMindWkrótceWideoWkrótceDownload slides

Przeczytaj pełny opis metody

Tylko dla członków

Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.

Zaloguj się

Method map

The neighbourhood of related methods — select a node to explore.

Źródła

  1. Engle, R. F. (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
  2. Pelletier, D. (2006). Regime switching for dynamic correlations. Journal of Econometrics, 131(1-2), 445-473. DOI: 10.1016/j.jeconom.2005.01.013

Jak cytować tę stronę

ScholarGate. (2026, June 3). Structural Break Dynamic Conditional Correlation GARCH Model. ScholarGate. https://scholargate.app/pl/econometrics/structural-break-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.

Compare side by side
ScholarGateStructural break DCC-GARCH (Structural Break Dynamic Conditional Correlation GARCH Model). Pobrano 2026-06-15 z https://scholargate.app/pl/econometrics/structural-break-dcc-garch · Zbiór danych: https://doi.org/10.5281/zenodo.20539026