ScholarGate
Avustaja
Regression modelEconometrics / time series

Fourier GARCH -malli

Fourier GARCH -malli upottaa trigonometrisia Fourier-termejä standardiin GARCH-kehikkoon siepatakseen ehdollisen varianssiprosessin tasaisia, asteittaisia muutoksia ilman, että tarkkoja rakenteellisten murroskohtien päivämääriä tarvitsee tietää. Approksimoimalla tuntemattomia murroskuvioita sinifunktioilla se mallintaa samanaikaisesti volatiliteettiklusterointia ja aika-vaihtelevaa ehdotonta varianssia.

Sovella työkalulla EconMindTulossaVideoTulossaLataa diat

Lue koko menetelmä

Vain jäsenille

Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.

Kirjaudu sisään

Menetelmäkartta

Lähimenetelmien naapurusto — valitse solmu tutkiaksesi.

Lähteet

  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

Näin viittaat tähän sivuun

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

Mikä menetelmä?

Aseta tämä menetelmä lähimpien sukulaistensa rinnalle ja lue niitä yhdessä — kirjasto asettaa teokset pöydälle; valinta on sinun.

Vertaa rinnakkain

Tähän viittaavat

ScholarGateFourier GARCH Model (Fourier-Flexible Generalized Autoregressive Conditional Heteroscedasticity Model). Haettu 2026-06-15 osoitteesta https://scholargate.app/fi/econometrics/fourier-garch-model · Aineisto: https://doi.org/10.5281/zenodo.20539026