Modelo DCC-GARCH Não Linear (Correlação Condicional Dinâmica Assimétrica)
O modelo DCC-GARCH Não Linear estende o arcabouço de Correlação Condicional Dinâmica de Engle (2002) ao permitir que as correlações respondam assimetricamente a choques de retorno negativos versus positivos. Proposto por Cappiello, Engle e Sheppard (2006), é a ferramenta padrão para medir a co-movimentação e os efeitos de contágio que variam no tempo em séries temporais financeiras multivariadas quando se espera que notícias ruins aumentem as correlações mais do que notícias boas.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Mapa de métodos
A vizinhança de métodos relacionados — selecione um nó para explorar.
Fontes
- Cappiello, L., Engle, R. F., & Sheppard, K. (2006). Asymmetric dynamics in the correlations of global equity and bond returns. Journal of Financial Econometrics, 4(4), 537–572. DOI: 10.1093/jjfinec/nbl005 ↗
- Engle, R. F. (2002). Dynamic conditional correlation: A simple class of multivariate generalized autoregressive conditional heteroskedasticity models. Journal of Business & Economic Statistics, 20(3), 339–350. DOI: 10.1198/073500102288618487 ↗
Como citar esta página
ScholarGate. (2026, June 3). Nonlinear Dynamic Conditional Correlation GARCH Model. ScholarGate. https://scholargate.app/pt/econometrics/nonlinear-dcc-garch-model
Qual método?
Coloque este método ao lado dos seus pares mais próximos e leia-os lado a lado — a biblioteca dispõe os livros sobre a mesa; a escolha é sua.
- Modelo DCC-GARCH (Correlação Condicional Dinâmica)Econometria↔ comparar
- Modelo EGARCH (GARCH Exponencial)Econometria↔ comparar
Encontrou um problema nesta página? Relate ou sugira uma correção →