Zeitvariantes Parameter-GARCH-Modell (TVP-GARCH)
Das zeitvariante Parameter-GARCH-Modell erweitert den Standard-GARCH-Rahmen, indem es den bedingten Varianzparametern – einschließlich der ARCH- und GARCH-Koeffizienten – erlaubt, sich im Laufe der Zeit zu ändern, anstatt während der gesamten Stichprobe fix zu bleiben. Dies macht es gut geeignet für Finanz- und makroökonomische Reihen, bei denen die Volatilitätsdynamik über verschiedene Marktregime oder wirtschaftliche Episoden hinweg variiert.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Methodenkarte
Die Nachbarschaft verwandter Methoden — wählen Sie einen Knoten, um sie zu erkunden.
Quellen
- Engle, R. F. (1982). Autoregressive conditional heteroscedasticity with estimates of the variance of United Kingdom inflation. Econometrica, 50(4), 987-1007. DOI: 10.2307/1912773 ↗
- Creal, D., Koopman, S. J., & Lucas, A. (2013). Generalized autoregressive score models with applications. Journal of Applied Econometrics, 28(5), 777-795. DOI: 10.1002/jae.1279 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Time-Varying Parameter Generalized Autoregressive Conditional Heteroscedasticity Model. ScholarGate. https://scholargate.app/de/econometrics/time-varying-parameter-garch-model
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.
- EGARCH-Modell (Exponential GARCH)Ökonometrie↔ vergleichen
- GARCH-Modell (Volatilitätsvorhersage)Ökonometrie↔ vergleichen
- Kalman FilterBayes-Statistik↔ vergleichen
- Zustandsraummodell (Kalman-Filter)Ökonometrie↔ vergleichen
- Stochastisches Volatilitätsmodell (Heston)Finanzwirtschaft↔ vergleichen
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →