Metodbevispost
Robust DCC-GARCH
The Robust DCC-GARCH model extends Engle's (2002) Dynamic Conditional Correlation framework by replacing standard quasi-maximum likelihood estimation with outlier-resistant or composite-likelihood techniques. This preserves accurate time-varying correlation estimation even when financial return data contain extreme observations, heavy tails, or structural irregularities.
Källpost
Citat kopierade ordagrant från metodens källpost. Ingen verifiering på källnivå härleds från dem.
Robust Dynamic Conditional Correlation GARCH Model
Taxonomisk metodpost · regression-model / econometrics
- 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
Kuraterade påståenden
Påståenden lagrade i bevisloggen, var och en med sin egen bedömning.
Inga kuraterade påståenden ännu
Denna vy hittar inte på en påståendebedömning när loggen saknar en.
Relaterade metoder
Genererade från metodgrafen och visade som maskinföreslagna relationer – inga bevispåståenden härleds.