ScholarGate
Asistente
Regression modelEconometrics / time series

Modelo GARCH de Fourier

El modelo GARCH de Fourier integra términos de Fourier trigonométricos en un marco GARCH estándar para capturar cambios suaves y graduales en el proceso de varianza condicional sin requerir conocimiento de las fechas exactas de quiebre estructural. Al aproximar patrones de quiebre desconocidos con funciones sinusoidales, modela conjuntamente el agrupamiento de volatilidad y la varianza incondicional dependiente del tiempo.

Aplicar con EconMindPróximamenteVídeoPróximamenteDescargar diapositivas

Leer el método completo

Solo para miembros

Inicia sesión con una cuenta gratuita para leer esta sección.

Iniciar sesión

Mapa de métodos

El vecindario de métodos relacionados: selecciona un nodo para explorarlo.

Fuentes

  1. Ludlow, J., & Enders, W. (2000). Estimating non-linear ARMA models using Fourier coefficients. International Journal of Forecasting, 16(3), 333–347. DOI: 10.1016/S0169-2070(00)00048-0
  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

Cómo citar esta página

ScholarGate. (2026, June 3). Fourier-Flexible Generalized Autoregressive Conditional Heteroscedasticity Model. ScholarGate. https://scholargate.app/es/econometrics/fourier-garch-model

¿Qué método?

Coloca este método junto a sus parientes más cercanos y léelos lado a lado: la biblioteca pone los libros sobre la mesa; la elección es tuya.

Comparar lado a lado

Citado por

ScholarGateFourier GARCH Model (Fourier-Flexible Generalized Autoregressive Conditional Heteroscedasticity Model). Recuperado el 2026-06-15 de https://scholargate.app/es/econometrics/fourier-garch-model · Conjunto de datos: https://doi.org/10.5281/zenodo.20539026