GARCH-MIDAS
GARCH-MIDAS zerlegt die Volatilität in kurzfristige (GARCH) und langfristige (MIDAS) Komponenten. Dies ermöglicht es makroökonomischen Variablen mit niedriger Frequenz, die mittelfristige Volatilität zu beeinflussen, während Renditen mit hoher Frequenz tägliche Schwankungen bestimmen. Dieses von Engle und Ghysels (2012) eingeführte Framework trennt elegant die Zeitskalen der Volatilität. Der Ansatz ist aussagekräftig, um zu verstehen, wie makroökonomische Bedingungen (Wachstum, Inflation) Risikoprämien beeinflussen, und für eine verbesserte Volatilitätsprognose.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
Quellen
- Engle, R. F., & Ghysels, E. (2012). GARCH for long memory. Journal of Econometrics, 164(2), 385-391. link ↗
- 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 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). GARCH with Mixed Data Sampling. ScholarGate. https://scholargate.app/de/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.
- Component GARCHÖkonometrie↔ compare
- DCC-MIDASÖkonometrie↔ compare
- Unbeschränkte MIDAS-RegressionÖkonometrie↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →