Icke-linjär DCC-GARCH-modell (asymmetrisk dynamisk villkorad korrelation)
Den icke-linjära DCC-GARCH-modellen utökar Engles (2002) ramverk för dynamisk villkorad korrelation genom att tillåta korrelationer att reagera asymmetriskt på negativa kontra positiva avkastningschocker. Modellen, som föreslogs av Cappiello, Engle och Sheppard (2006), är standardverktyget för att mäta tidsvarierande samrörelse och smittoeffekter i multivariata finansiella tidsserier när dåliga nyheter förväntas öka korrelationerna mer än goda nyheter.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Metodkarta
Närområdet av besläktade metoder — välj en nod för att utforska.
Källor
- Cappiello, L., Engle, R. F., & Sheppard, K. (2006). Asymmetric dynamics in the correlations of global equity and bond returns. Journal of Financial Econometrics, 4(4), 537–572. DOI: 10.1093/jjfinec/nbl005 ↗
- Engle, R. F. (2002). Dynamic conditional correlation: A simple class of multivariate generalized autoregressive conditional heteroskedasticity models. Journal of Business & Economic Statistics, 20(3), 339–350. DOI: 10.1198/073500102288618487 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Nonlinear Dynamic Conditional Correlation GARCH Model. ScholarGate. https://scholargate.app/sv/econometrics/nonlinear-dcc-garch-model
Vilken metod?
Placera den här metoden bredvid sina närmaste släktingar och läs dem sida vid sida — biblioteket lägger fram böckerna på bordet; valet är ditt.
- DCC-GARCH-modellen (Dynamic Conditional Correlation)Ekonometri↔ jämför
- EGARCH-modellen (Exponential GARCH)Ekonometri↔ jämför
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →