Regression model
DCC-GARCH (Dynamic Conditional Correlation)
DCC-GARCH to wielowymiarowy model zmienności Engle'a (2002), który pozwala na zmienność korelacji między kilkoma aktywami w czasie. Do każdego szeregu dopasowywany jest oddzielny jednowymiarowy model GARCH, a następnie w drugim, oddzielnym kroku estymowana jest dynamiczna macierz korelacji.
Przeczytaj pełny opis metody
Tylko dla członków
Zaloguj sięZaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- Engle, R. (2002). Dynamic Conditional Correlation: A Simple Class of Multivariate GARCH Models. Journal of Business & Economic Statistics, 20(3), 339-350. DOI: 10.1198/073500102288618487 ↗
- Aielli, G. P. (2013). Dynamic Conditional Correlation: On Properties and Estimation. Journal of Business & Economic Statistics, 31(3), 282-299. DOI: 10.1080/07350015.2013.771027 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 1). Dynamic Conditional Correlation GARCH. ScholarGate. https://scholargate.app/pl/finance/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.
- Model ARIMA (Autoregressive Integrated Moving Average)Ekonometria↔ compare
- Modele kopułowe (Gaussowska, t, Clayton, Gumbel, Frank)Finanse↔ compare
- Wykładniczy GARCH (EGARCH)Ekonometria↔ compare
- Teoria wartości ekstremalnych (EVT)Finanse↔ compare
- Value at Risk (VaR)Finanse↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →