DCC-MIDAS
DCC-MIDAS сочетает динамическую условную корреляцию (DCC) GARCH с выборкой данных смешанной частоты (MIDAS), что позволяет оценивать изменяющиеся во времени корреляции между переменными, когда наблюдения поступают с разной частотой. Представленный Engle et al. (2013), он моделирует, как корреляции развиваются в условиях низкочастотных макроэкономических условий, используя высокочастотную информацию о ценах активов. Это имеет решающее значение для управления портфельными рисками и понимания макрофинансовых связей.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Карта метода
Окружение родственных методов — выберите узел, чтобы перейти к нему.
Источники
- 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 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Dynamic Conditional Correlation MIDAS. ScholarGate. https://scholargate.app/ru/econometrics/dcc-midas
Какой метод?
Поставьте этот метод рядом с ближайшими родственными и прочитайте их бок о бок — библиотека выкладывает книги на стол, а выбор за вами.
- Компонентная GARCHЭконометрика↔ сравнить
- GARCH-MIDASЭконометрика↔ сравнить
- Квантильная VARЭконометрика↔ сравнить
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →