DCC-GARCH (Dynamic Conditional Correlation)
DCC-GARCH — это многомерная модель волатильности, предложенная Englem (2002), которая позволяет корреляциям между несколькими активами изменяться во времени. Каждому ряду независимо подгоняется своя одномерная GARCH-модель, а затем на отдельном втором этапе оценивается динамическая матрица корреляций.
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. (2002). Dynamic Conditional Correlation: A Simple Class of Multivariate GARCH Models. Journal of Business & Economic Statistics, 20(3), 339-350. DOI: 10.1198/073500102288618487 ↗
- Aielli, G. P. (2013). Dynamic Conditional Correlation: On Properties and Estimation. Journal of Business & Economic Statistics, 31(3), 282-299. DOI: 10.1080/07350015.2013.771027 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 1). Dynamic Conditional Correlation GARCH. ScholarGate. https://scholargate.app/ru/finance/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 ARIMA (авторегрессионная интегрированная скользящая средняя)Эконометрика↔ compare
- Модели копул (Гауссовы, t, Клейтона, Гумбеля, Франка)Финансы↔ compare
- Экспоненциальный GARCH (EGARCH)Эконометрика↔ compare
- Теория экстремальных значений (Extreme Value Theory, EVT)Финансы↔ compare
- Value at Risk (VaR)Финансы↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →