Modelo TVP-DCC-GARCH de Parâmetros Variáveis no Tempo
O modelo TVP-DCC-GARCH estende a estrutura GARCH de Correlação Condicional Dinâmica (DCC) permitindo que não apenas as correlações pareadas, mas também os parâmetros subjacentes do modelo, evoluam continuamente ao longo do tempo. Ele captura mudanças estruturais na dinâmica da volatilidade e na dependência entre ativos, tornando-o essencial para a modelagem de risco financeiro em ambientes não estacionários.
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
- Engle, R. (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 ↗
- Christoffersen, P., Errunza, V., Jacobs, K., & Langlois, H. (2012). Is the potential for international diversification disappearing? A dynamic copula approach. Review of Financial Studies, 25(12), 3711-3751. DOI: 10.1093/rfs/hhs104 ↗
Como citar esta página
ScholarGate. (2026, June 3). Time-Varying Parameter Dynamic Conditional Correlation GARCH Model. ScholarGate. https://scholargate.app/pt/econometrics/time-varying-parameter-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 de Fatores DinâmicosEconometria↔ comparar
- Modelo GARCH (Previsão de Volatilidade)Econometria↔ comparar
- Modelo de Volatilidade Estocástica (Heston)Finanças↔ comparar
Encontrou um problema nesta página? Relate ou sugira uma correção →