DCC-MIDAS
DCC-MIDAS เป็นการผสมผสานระหว่าง dynamic conditional correlation (DCC) GARCH กับ mixed-frequency data sampling (MIDAS) ทำให้สามารถประมาณค่าสหสัมพันธ์ที่แปรเปลี่ยนตามเวลา (time-varying correlations) ระหว่างตัวแปรต่างๆ เมื่อข้อมูลมีการสังเกตการณ์ที่ความถี่ต่างกัน โมเดลนี้ถูกนำเสนอโดย Engle et al. (2013) โดยจำลองว่าสหสัมพันธ์มีการเปลี่ยนแปลงอย่างไรตามสภาวะเศรษฐกิจมหภาคที่มีความถี่ต่ำ โดยใช้ข้อมูลราคาตราสารที่มีความถี่สูง สิ่งนี้มีความสำคัญอย่างยิ่งต่อการบริหารความเสี่ยงของพอร์ตการลงทุนและการทำความเข้าใจความเชื่อมโยงระหว่างเศรษฐกิจมหภาคและการเงิน
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- Engle, R. F., Ghysels, E., & Sohn, B. (2013). Stock market volatility and macroeconomic fundamentals. Review of Economics and Statistics, 95(3), 776-797. DOI: 10.1162/rest_a_00300 ↗
- Colacito, R., Engle, R. F., & Ghysels, E. (2011). A component model for dynamic correlations. Journal of Econometrics, 164(1), 45-59. DOI: 10.1016/j.jeconom.2011.02.013 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Dynamic Conditional Correlation MIDAS. ScholarGate. https://scholargate.app/th/econometrics/dcc-midas
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.
- Component GARCHเศรษฐมิติ↔ compare
- GARCH-MIDASเศรษฐมิติ↔ compare
- Quantile VARเศรษฐมิติ↔ compare