Modelo GARCH (Predicción de Volatilidad)
El modelo de Heterocedasticidad Condicional Autoregresiva Generalizada (GARCH), introducido por Tim Bollerslev en 1986, modela la varianza condicional que varía en el tiempo de una serie temporal financiera. Captura el agrupamiento de volatilidad y el efecto ARCH, y es la herramienta estándar para estimar el riesgo y la volatilidad en series de rendimientos.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
+29 more
Fuentes
- Bollerslev, T. (1986). Generalized Autoregressive Conditional Heteroskedasticity. Journal of Econometrics, 31(3), 307–327. DOI: 10.1016/0304-4076(86)90063-1 ↗
Cómo citar esta página
ScholarGate. (2026, June 1). Generalized Autoregressive Conditional Heteroskedasticity Model. ScholarGate. https://scholargate.app/es/econometrics/garch-model
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.
- Modelo ARIMA (Autoregressive Integrated Moving Average)Econometría↔ compare
- Exponential GARCH (EGARCH)Econometría↔ compare
- Suavizado Exponencial Simple y Doble (SES / Holt)Econometría↔ compare
- Regresión por Mínimos Cuadrados Ordinarios (MCO)Econometría↔ compare
- Regresión CuantílicaEconometría↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →