DCC-MIDAS
O DCC-MIDAS combina a correlação condicional dinâmica (DCC) GARCH com amostragem de dados de frequência mista (MIDAS), permitindo a estimação de correlações variáveis no tempo entre variáveis quando as observações chegam em frequências diferentes. Introduzido por Engle et al. (2013), ele modela como as correlações evoluem com condições macroeconômicas de baixa frequência usando informações de preços de ativos de alta frequência. Isso é crucial para o gerenciamento de risco de portfólio e para a compreensão das ligações macrofinanceiras.
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.
Fontes
- Engle, R. F., Ghysels, E., & Sohn, B. (2013). Stock market volatility and macroeconomic fundamentals. Review of Economics and Statistics, 95(3), 776-797. DOI: 10.1162/rest_a_00300 ↗
- Colacito, R., Engle, R. F., & Ghysels, E. (2011). A component model for dynamic correlations. Journal of Econometrics, 164(1), 45-59. DOI: 10.1016/j.jeconom.2011.02.013 ↗
Como citar esta página
ScholarGate. (2026, June 3). Dynamic Conditional Correlation MIDAS. ScholarGate. https://scholargate.app/pt/econometrics/dcc-midas
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.
- Component GARCHEconometria↔ compare
- GARCH-MIDASEconometria↔ compare
- VAR QuantílicoEconometria↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →