Use este identificador para citar ou linkar para este item:
http://www.repositorio.ufop.br/jspui/handle/123456789/12846
Título: | Dynamic conditional correlation GARCH : a multivariate time series novel using a bayesian approach. |
Autor(es): | Nascimento, Diego Carvalho do Xavier, Cleber Felipe, Israel José dos Santos Louzada Neto, Francisco |
Palavras-chave: | Visual data mining Financial contagion |
Data do documento: | 2019 |
Referência: | NASCIMENTO, D. C. et al. Dynamic conditional correlation GARCH: a multivariate time series novel using a bayesian approach. Journal of Modern Applied Statistical Methods, v. 18, n. 1, maio 2019. Disponível em: <https://digitalcommons.wayne.edu/jmasm/vol18/iss1/6/>. Acesso em: 27 set. 2020. |
Resumo: | The Dynamic Conditional Correlation GARCH (DCC-GARCH) mutation model is considered using a Monte Carlo approach via Markov chains in the estimation of parameters, time-dependence variation is visually demonstrated. Fifteen indices were analyzed from the main financial markets of developed and developing countries from different continents. The performances of indices are similar, with a joint evolution. Most index returns, especially SPX and NDX, evolve over time with a higher positive correlation. |
URI: | http://www.repositorio.ufop.br/handle/123456789/12846 |
Link para o artigo: | https://digitalcommons.wayne.edu/jmasm/vol18/iss1/6/ |
DOI: | http://dx.doi.org/10.22237/jmasm/1556669220 |
ISSN: | 1538−9472 |
Aparece nas coleções: | DECAD- Artigos publicados em periódicos |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
ARTIGO_DynamicConditionalCorrelation.pdf Restricted Access | 1,25 MB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.