Modelo DCC-GARCH (Correlação Condicional Dinâmica)
O modelo DCC-GARCH, introduzido por Engle (2002), estende o GARCH univariado para capturar correlações variáveis no tempo entre múltiplas séries temporais financeiras. Ele decompõe a matriz de covariância condicional multivariada em processos de volatilidade individuais e uma matriz de correlação dinâmica, permitindo que as correlações flutuem ao longo do tempo, mantendo-se computacionalmente tratáveis mesmo com muitas séries.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
+12 more
Fontes
- 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 ↗
- Engle, R. F. (1982). Autoregressive conditional heteroscedasticity with estimates of the variance of United Kingdom inflation. Econometrica, 50(4), 987-1007. DOI: 10.2307/1912773 ↗
Como citar esta página
ScholarGate. (2026, June 3). Dynamic Conditional Correlation Generalized Autoregressive Conditional Heteroscedasticity Model. ScholarGate. https://scholargate.app/pt/econometrics/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.
- Modelo ARCH (Autoregressive Conditional Heteroskedasticity)Econometria↔ compare
- Modelo EGARCH (GARCH Exponencial)Econometria↔ compare
- Granger Causality TestEconometria↔ compare
- Modelo TGARCH (GARCH Limiar)Econometria↔ compare
- Autoregressores Vetoriais (VAR)Econometria↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →