Modelul DCC-GARCH (Corelație Condițională Dinamică)
Modelul DCC-GARCH, introdus de Engle (2002), extinde GARCH univariate pentru a capta corelațiile variabile în timp între multiple serii de timp financiare. Acesta descompune matricea de covarianță condițională multivariată în procese de volatilitate individuale și o matrice de corelație dinamică, permițând corelațiilor să fluctueze în timp, rămânând în același timp computațional tratabile chiar și cu multe serii.
Citește metoda completă
Autentifică-te cu un cont gratuit pentru a citi această secțiune.
Harta metodelor
Vecinătatea metodelor înrudite — selectați un nod pentru a explora.
+12 altele
Surse
- 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 ↗
Cum se citează această pagină
ScholarGate. (2026, June 3). Dynamic Conditional Correlation Generalized Autoregressive Conditional Heteroscedasticity Model. ScholarGate. https://scholargate.app/ro/econometrics/dcc-garch-model
Ce metodă?
Așezați această metodă lângă cele mai apropiate rude și citiți-le alăturat — biblioteca pune cărțile pe masă; alegerea vă aparține.
- Modelul ARCH (Autoregresiv Conditional Eteroskedastic)Econometrie↔ compară
- Model EGARCH (Exponential GARCH)Econometrie↔ compară
- Testul de cauzalitate GrangerEconometrie↔ compară
- Modelul TGARCH (Threshold GARCH)Econometrie↔ compară
- Autoregresia vectorială (VAR)Econometrie↔ compară
Citat de
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →