Component GARCH
مدل کامپوننت GARCH واریانس شرطی را به دو مؤلفه گذرا (کوتاهمدت) و دائمی (بلندمدت) با دینامیکهای متفاوت تجزیه میکند و انعطافپذیری در ثبت رفتار نوسانات در مقیاسهای زمانی متعدد را فراهم میآورد. این مدل که توسط Engle و Lee (1999) معرفی شد، یافته تجربی مبنی بر اینکه نوسانات هم واگرایی سریع از میانگین (شوکهای روزانه) و هم واگرایی کند از میانگین (تغییرات سطح) را نشان میدهد، به زیبایی مدلسازی میکند. این چارچوب برای درک پایداری نوسانات و بهبود پیشبینی نوسانات در افقهای زمانی طولانی حیاتی است.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
Method map
The neighbourhood of related methods — select a node to explore.
منابع
- Engle, R. F., & Lee, G. (1999). A permanent and transitory component model of stock return volatility. Journal of Political Economy, 107(6), 1363-1384. link ↗
- Ling, S., & McAleer, M. (2003). Asymptotic theory and inference for dynamic conditional distribution models. Journal of Econometrics, 106(1), 119-135. link ↗
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 3). Component-Based GARCH Model. ScholarGate. https://scholargate.app/fa/econometrics/component-garch
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.
- آزمون علیت در واریانساقتصادسنجی↔ compare
- DCC-MIDASاقتصادسنجی↔ compare
- گارچ-میداساقتصادسنجی↔ compare
ارجاعشده در
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →