Regression modelMulti-scale volatility

Component GARCH

El Component GARCH descompon la variància condicional en components transitòria (a curt termini) i permanent (a llarg termini) amb dinàmiques diferents, cosa que permet flexibilitat en la captura del comportament de la volatilitat a múltiples freqüències. Introduït per Engle i Lee (1999), modela elegantment la constatació empírica que la volatilitat exhibeix tant una ràpida reversió a la mitjana (xocs diaris) com una lenta reversió a la mitjana (canvis de nivell). Aquest marc és crucial per entendre la persistència de la volatilitat i millorar la predicció de la volatilitat a llarg termini.

Aplica-ho amb EconMindAviatVídeoAviatDownload slides

Llegeix el mètode complet

Només per a membres

Inicia la sessió amb un compte gratuït per llegir aquesta secció.

Inicia la sessió

Method map

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

Fonts

  1. Engle, R. F., & Lee, G. (1999). A permanent and transitory component model of stock return volatility. Journal of Political Economy, 107(6), 1363-1384. link
  2. Ling, S., & McAleer, M. (2003). Asymptotic theory and inference for dynamic conditional distribution models. Journal of Econometrics, 106(1), 119-135. link

Com citar aquesta pàgina

ScholarGate. (2026, June 3). Component-Based GARCH Model. ScholarGate. https://scholargate.app/ca/econometrics/component-garch

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

Citat per

ScholarGateComponent GARCH (Component-Based GARCH Model). Recuperat el 2026-06-15 de https://scholargate.app/ca/econometrics/component-garch · Conjunt de dades: https://doi.org/10.5281/zenodo.20539026