Nonlinear DCC-GARCH model
The Nonlinear DCC-GARCH model extends Engle's (2002) Dynamic Conditional Correlation framework by allowing correlations to respond asymmetrically to negative versus positive return shocks. Proposed by Cappiello, Engle, and Sheppard (2006), it is the standard tool for measuring time-varying co-movement and contagion effects in multivariate financial time series when bad news is expected to increase correlations more than good news.
Källpost
Citat kopierade ordagrant från metodens källpost. Ingen verifiering på källnivå härleds från dem.
- 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
Kuraterade påståenden
Påståenden lagrade i bevisloggen, var och en med sin egen bedömning.
Denna vy hittar inte på en påståendebedömning när loggen saknar en.
Relaterade metoder
Genererade från metodgrafen och visade som maskinföreslagna relationer – inga bevispåståenden härleds.