Regression modelEconometrics / time series

Модель DCC-GARCH (динамічна умовна кореляція)

Модель DCC-GARCH, запроваджена Енглом (Engle, 2002), розширює одновимірну GARCH для фіксування мінливих у часі кореляцій між кількома фінансовими часовими рядами. Вона декомпонує багатовимірну матрицю умовної коваріації на окремі процеси волатильності та динамічну кореляційну матрицю, дозволяючи кореляціям коливатися з часом, залишаючись при цьому обчислювально керованою навіть для багатьох рядів.

Застосувати у EconMindНезабаромВідеоНезабаромDownload slides

Читати метод повністю

Лише для учасників

Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.

Увійти

Method map

The neighbourhood of related methods — select a node to explore.

+12 more

Джерела

  1. 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
  2. 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

Як цитувати цю сторінку

ScholarGate. (2026, June 3). Dynamic Conditional Correlation Generalized Autoregressive Conditional Heteroscedasticity Model. ScholarGate. https://scholargate.app/uk/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.

Compare side by side

Згадується в

ScholarGateDCC-GARCH model (Dynamic Conditional Correlation Generalized Autoregressive Conditional Heteroscedasticity Model). Отримано 2026-06-15 з https://scholargate.app/uk/econometrics/dcc-garch-model · Набір даних: https://doi.org/10.5281/zenodo.20539026