DCC-MIDAS
DCC-MIDAS kombinerar dynamisk betingad korrelation (DCC) GARCH med blandfrekvensdata (MIDAS), vilket möjliggör estimering av tidvarierande korrelationer mellan variabler när observationer anländer med olika frekvenser. Metoden, som introducerades av Engle et al. (2013), modellerar hur korrelationer utvecklas med makroekonomiska förhållanden med låg frekvens, med hjälp av tillgångsprisinformation med hög frekvens. Detta är avgörande för portföljriskhantering och förståelse av kopplingar mellan makroekonomi och finans.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
- 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 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Dynamic Conditional Correlation MIDAS. ScholarGate. https://scholargate.app/sv/econometrics/dcc-midas
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.
- Component GARCHEkonometri↔ compare
- GARCH-MIDASEkonometri↔ compare
- Kvantil-VAREkonometri↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →