Regression modelMulti-scale volatility

Komponentní GARCH

Komponentní GARCH rozkládá podmíněnou varianci na přechodné (krátkodobé) a trvalé (dlouhodobé) komponenty s odlišnou dynamikou, což umožňuje flexibilitu při zachycení chování volatility na více frekvencích. Model zavedený Englem a Lee (1999) elegantně modeluje empirické zjištění, že volatilita vykazuje jak rychlé návraty k průměru (denní šoky), tak pomalé návraty k průměru (změny úrovně). Tento rámec je klíčový pro pochopení perzistence volatility a zlepšení prognóz volatility na dlouhém horizontu.

Použít v EconMindJiž brzyVideoJiž brzyDownload slides

Přečíst celou metodu

Pouze pro členy

Pro přečtení této sekce se přihlaste s bezplatným účtem.

Přihlásit se

Method map

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

Zdroje

  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

Jak citovat tuto stránku

ScholarGate. (2026, June 3). Component-Based GARCH Model. ScholarGate. https://scholargate.app/cs/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

Odkazuje sem

ScholarGateComponent GARCH (Component-Based GARCH Model). Získáno 2026-06-15 z https://scholargate.app/cs/econometrics/component-garch · Datová sada: https://doi.org/10.5281/zenodo.20539026