Regression modelMixed-frequency volatility

GARCH-MIDAS descompon la volatilitat en components a curt termini (GARCH) i a llarg termini (MIDAS), permetent que variables macroeconòmiques de baixa freqüència impulsin la volatilitat a mitjà termini mentre que els rendiments d'alta freqüència governen les fluctuacions diàries. Introduït per Engle i Ghysels (2012), aquest marc separa elegantment les escales temporals de la volatilitat. L'aproximació és potent per entendre com les condicions macro (creixement, inflació) impulsen les primes de risc i per a una millora en la predicció de la volatilitat.

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., & Ghysels, E. (2012). GARCH for long memory. Journal of Econometrics, 164(2), 385-391. link
  2. Ghysels, E., Santa-Clara, P., & Valkanov, R. (2005). There is a risk-return trade-off after all. Journal of Financial Economics, 76(3), 674-704. DOI: 10.1016/j.jfineco.2004.03.008

Com citar aquesta pàgina

ScholarGate. (2026, June 3). GARCH with Mixed Data Sampling. ScholarGate. https://scholargate.app/ca/econometrics/garch-midas

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

ScholarGateGARCH-MIDAS (GARCH with Mixed Data Sampling). Recuperat el 2026-06-15 de https://scholargate.app/ca/econometrics/garch-midas · Conjunt de dades: https://doi.org/10.5281/zenodo.20539026