ScholarGate
Assistente
Regression modelEconometrics / time series

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.

Aplicar com EconMindEm breveVídeoEm breveDownload slides

Leia o método completo

Exclusivo para membros

Entre com uma conta gratuita para ler esta seção.

Entrar

Method map

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

+12 more

Fontes

  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. 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.

Compare side by side

Referenciado por

ScholarGateDCC-GARCH model (Dynamic Conditional Correlation Generalized Autoregressive Conditional Heteroscedasticity Model). Recuperado em 2026-06-15 de https://scholargate.app/pt/econometrics/dcc-garch-model · Conjunto de dados: https://doi.org/10.5281/zenodo.20539026