Regression modelEconometrics / time series
非线性 DCC-GARCH 模型（非对称动态条件相关性）
非线性 DCC-GARCH 模型扩展了 Engle (2002) 的动态条件相关性框架，允许相关性对负回报冲击和正回报冲击做出不对称响应。该模型由 Cappiello, Engle 和 Sheppard (2006) 提出，是衡量多元金融时间序列中时变共变动和传染效应的标准工具，尤其适用于预期坏消息会比好消息更增加相关性的情况。
阅读完整方法
仅限会员
登录使用免费账户登录即可阅读本节。
方法图谱
相关方法的邻域——选择一个节点以展开探索。
来源
- Cappiello, L., Engle, R. F., & Sheppard, K. (2006). Asymmetric dynamics in the correlations of global equity and bond returns. Journal of Financial Econometrics, 4(4), 537–572. DOI: 10.1093/jjfinec/nbl005 ↗
- Engle, R. F. (2002). Dynamic conditional correlation: A simple class of multivariate generalized autoregressive conditional heteroskedasticity models. Journal of Business & Economic Statistics, 20(3), 339–350. DOI: 10.1198/073500102288618487 ↗
如何引用本页
ScholarGate. (2026, June 3). Nonlinear Dynamic Conditional Correlation GARCH Model. ScholarGate. https://scholargate.app/zh/econometrics/nonlinear-dcc-garch-model
选用哪种方法？
将本方法与其最相近的同类并置，并排研读——本馆将书籍铺陈于案上，取舍则由您定夺。
并排比较 →