ScholarGate
Assistent
Regression modelEconometrics / time series

Fourier TGARCH-Modell

Das Fourier TGARCH-Modell erweitert den Threshold GARCH-Rahmen durch die Einbettung von Fourier-trigonometrischen Termen in die Gleichung der bedingten Varianz, um glatte, graduelle strukturelle Brüche in der Volatilitätsdynamik zu erfassen. Es modelliert gleichzeitig asymmetrische Leverage-Effekte – bei denen negative Schocks die Volatilität stärker verstärken als positive Schocks gleicher Größenordnung – und zeitlich variierende Intercept-Verschiebungen, die durch unbeobachtete strukturelle Änderungen verursacht werden.

Mit EconMind anwendenDemnächstVideoDemnächstFolien herunterladen

Die vollständige Methode lesen

Nur für Mitglieder

Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.

Anmelden

Methodenkarte

Die Nachbarschaft verwandter Methoden — wählen Sie einen Knoten, um sie zu erkunden.

Quellen

  1. Zakoian, J.-M. (1994). Threshold heteroskedastic models. Journal of Economic Dynamics and Control, 18(5), 931-955. DOI: 10.1016/0165-1889(94)90039-6
  2. Enders, W., & Lee, J. (2012). A unit root test using a Fourier series to approximate smooth breaks. Oxford Bulletin of Economics and Statistics, 74(4), 574-599. DOI: 10.1111/j.1468-0084.2011.00662.x

So zitieren Sie diese Seite

ScholarGate. (2026, June 3). Fourier Threshold Generalized Autoregressive Conditional Heteroscedasticity Model. ScholarGate. https://scholargate.app/de/econometrics/fourier-tgarch

Welche Methode?

Stellen Sie diese Methode neben ihre nächsten Verwandten und lesen Sie sie nebeneinander — die Bibliothek legt die Bücher auf den Tisch; die Wahl liegt bei Ihnen.

Nebeneinander vergleichen
ScholarGateFourier TGARCH (Fourier Threshold Generalized Autoregressive Conditional Heteroscedasticity Model). Abgerufen am 2026-06-15 von https://scholargate.app/de/econometrics/fourier-tgarch · Datensatz: https://doi.org/10.5281/zenodo.20539026