เปรียบเทียบวิธี
ดูวิธีที่เลือกเทียบกันแบบเคียงข้าง แถวที่ต่างกันจะถูกเน้นไว้
| DCC-MIDAS× | การฉายภาพเฉพาะที่ (Local Projections)× | |
|---|---|---|
| สาขาวิชา | เศรษฐมิติ | เศรษฐมิติ |
| ตระกูล | Regression model | Regression model |
| ปีกำเนิด≠ | 2013 | 2005 |
| ผู้ริเริ่ม≠ | Engle, Ghysels, and Sohn | Oscar Jorda |
| ประเภท≠ | Time-varying correlation model | Multi-horizon regression |
| แหล่งต้นตำรับ≠ | Engle, R. F., Ghysels, E., & Sohn, B. (2013). Stock market volatility and macroeconomic fundamentals. Review of Economics and Statistics, 95(3), 776-797. DOI ↗ | Jorda, O. (2005). Estimation and inference of impulse responses by local projections. American Economic Review, 95(1), 161-182. DOI ↗ |
| ชื่อเรียกอื่น≠ | DCC mixed-frequency model | LP-IR, Multi-horizon regression |
| ที่เกี่ยวข้อง | 3 | 3 |
| สรุป≠ | DCC-MIDAS combines dynamic conditional correlation (DCC) GARCH with mixed-frequency data sampling (MIDAS), enabling estimation of time-varying correlations between variables when observations arrive at different frequencies. Introduced by Engle et al. (2013), it models how correlations evolve with low-frequency macroeconomic conditions using high-frequency asset price information. This is crucial for portfolio risk management and understanding macro-finance linkages. | Local Projections (LP) is a semi-parametric method for estimating impulse responses directly via multi-horizon regressions, bypassing VAR-model specification. Introduced by Jorda (2005), it projects outcomes h periods ahead onto current shocks and lags, producing impulse-response functions without assuming a particular lag structure or VAR order. This flexibility has made it the dominant approach in applied macroeconomics for measuring policy effects and shock transmission. |
| ScholarGateชุดข้อมูล ↗ |
|
|