แบบจำลอง DCC-GARCH (Dynamic Conditional Correlation)
แบบจำลอง DCC-GARCH ซึ่งนำเสนอโดย Engle (2002) เป็นการขยายแบบจำลอง GARCH แบบตัวแปรเดี่ยว (univariate GARCH) เพื่อจับความสัมพันธ์ที่แปรเปลี่ยนตามเวลา (time-varying correlations) ระหว่างอนุกรมเวลาทางการเงินหลายรายการ แบบจำลองนี้แยกเมทริกซ์ความแปรปรวนร่วมแบบมีเงื่อนไข (multivariate conditional covariance matrix) ออกเป็นกระบวนการความผันผวนรายตัว (individual volatility processes) และเมทริกซ์ความสัมพันธ์แบบพลวัต (dynamic correlation matrix) ทำให้ความสัมพันธ์สามารถเปลี่ยนแปลงไปตามเวลาได้ ในขณะที่ยังคงความสามารถในการคำนวณได้ (computationally tractable) แม้จะมีอนุกรมจำนวนมากก็ตาม
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
+12 more
แหล่งอ้างอิง
- 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 ↗
- Engle, R. F. (1982). Autoregressive conditional heteroscedasticity with estimates of the variance of United Kingdom inflation. Econometrica, 50(4), 987-1007. DOI: 10.2307/1912773 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Dynamic Conditional Correlation Generalized Autoregressive Conditional Heteroscedasticity Model. ScholarGate. https://scholargate.app/th/econometrics/dcc-garch-model
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.
- แบบจำลอง ARCH (Autoregressive Conditional Heteroskedasticity)เศรษฐมิติ↔ compare
- แบบจำลอง EGARCH (Exponential GARCH)เศรษฐมิติ↔ compare
- การทดสอบสาเหตุแบบแกรนเจอร์ (Granger Causality Test)เศรษฐมิติ↔ compare
- แบบจำลองทีจีอาร์ซีเอช (TGARCH Model - Threshold GARCH)เศรษฐมิติ↔ compare
- แบบจำลองการถดถอยอัตโนมัติแบบเวกเตอร์ (VAR)เศรษฐมิติ↔ compare