Модели с дълга памет (ARFIMA, FIGARCH)
Моделите с дълга памет са методи за дробна интеграция, които улавят истинска дълга памет чрез хиперболично затихваща автокорелационна структура. ARFIMA, въведен от Granger и Joyeux (1980), моделира дълга памет в сериите на възвръщаемост, докато FIGARCH, въведен от Baillie, Bollerslev и Mikkelsen (1996), улавя дълга памет в сериите на волатилност; параметърът d измерва степента на дробна интеграция.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Granger, C. W. J. & Joyeux, R. (1980). An Introduction to Long-Memory Time Series Models and Fractional Differencing. Journal of Time Series Analysis, 1(1), 15-29. DOI: 10.1111/j.1467-9892.1980.tb00297.x ↗
- Baillie, R. T., Bollerslev, T. & Mikkelsen, H. O. (1996). Fractionally Integrated Generalized Autoregressive Conditional Heteroskedasticity. Journal of Econometrics, 74(1), 3-30. DOI: 10.1016/S0304-4076(95)01749-6 ↗
Как да цитирате тази страница
ScholarGate. (2026, June 1). Long-Memory Time Series Models (ARFIMA, FIGARCH). ScholarGate. https://scholargate.app/bg/finance/long-memory-models
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.
- Модел ARIMA (Autoregressive Integrated Moving Average)Иконометрия↔ compare
- Модел GARCH (Прогнозиране на волатилността)Иконометрия↔ compare
- Анализ на високочестотни данни и пазарна микроструктураФинанси↔ compare
- Метод на най-малките квадрати (МНК)Иконометрия↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →