Pikajärjestikused mudelid (ARFIMA, FIGARCH)
Pikajärjestikused mudelid on fraktsionaalse integratsiooniga meetodid, mis püüavad kinni tõelise pika mälu hüperboolselt kahaneva autokorrelatsiooni struktuuri kaudu. Grangeri ja Joyeuxi (1980) poolt tutvustatud ARFIMA mudeldab pika mälu tootlusandmetes, samas kui Baillie, Bollerslevi ja Mikkelseni (1996) poolt tutvustatud FIGARCH püüab kinni pika mälu volatiilsusandmetes; parameeter d mõõdab fraktsionaalse integratsiooni astet.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- Granger, C. W. J. & Joyeux, R. (1980). An Introduction to Long-Memory Time Series Models and Fractional Differencing. Journal of Time Series Analysis, 1(1), 15-29. DOI: 10.1111/j.1467-9892.1980.tb00297.x ↗
- Baillie, R. T., Bollerslev, T. & Mikkelsen, H. O. (1996). Fractionally Integrated Generalized Autoregressive Conditional Heteroskedasticity. Journal of Econometrics, 74(1), 3-30. DOI: 10.1016/S0304-4076(95)01749-6 ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 1). Long-Memory Time Series Models (ARFIMA, FIGARCH). ScholarGate. https://scholargate.app/et/finance/long-memory-models
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.
- ARIMA (autoregressiivne integreeritud liikuv keskmine) mudelÖkonomeetria↔ compare
- GARCH-mudel (volatiilsuse prognoosimine)Ökonomeetria↔ compare
- Kõrgsagedusandmed ja turu mikrostuktuuri analüüsRahandus↔ compare
- Tavaline vähimruutude (OLS) regressioonÖkonomeetria↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →