Модель Robust DCC-GARCH (Robust DCC-GARCH)
Модель Robust DCC-GARCH расширяет фреймворк динамической условной корреляции Engle (2002), заменяя стандартную квази-максимальную оценку правдоподобия методами, устойчивыми к выбросам, или методами составного правдоподобия. Это позволяет сохранить точную оценку изменяющихся во времени корреляций даже при наличии в данных доходностей экстремальных наблюдений, тяжелых хвостов или структурных аномалий.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- 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 ↗
- Pakel, C., Shephard, N., Sheppard, K., & Engle, R. F. (2021). Fitting vast dimensional time-varying covariance models. Journal of Business and Economic Statistics, 39(3), 652–668. DOI: 10.1080/07350015.2020.1713795 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Robust Dynamic Conditional Correlation GARCH Model. ScholarGate. https://scholargate.app/ru/econometrics/robust-dcc-garch
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.
- Модель DCC-GARCH (динамическая условная корреляция)Эконометрика↔ compare
- Модель GARCH (прогнозирование волатильности)Эконометрика↔ compare
- Робастная модель EGARCHЭконометрика↔ compare
- Робастная модель GARCHЭконометрика↔ compare
- Робастный TGARCHЭконометрика↔ compare
- Векторная авторегрессия (VAR)Эконометрика↔ compare
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →