ScholarGate
Asistente
Regression model

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.

Aplicar con EconMindPróximamenteVídeoPróximamenteDownload slides

Leer el método completo

Solo para miembros

Inicia sesión con una cuenta gratuita para leer esta sección.

Iniciar sesión

Method map

The neighbourhood of related methods — select a node to explore.

+29 more

Fuentes

  1. 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.

Compare side by side

Citado por

ScholarGateGARCH Model (Generalized Autoregressive Conditional Heteroskedasticity Model). Recuperado el 2026-06-15 de https://scholargate.app/es/econometrics/garch-model · Conjunto de datos: https://doi.org/10.5281/zenodo.20539026