GARCH à Composantes
Le modèle GARCH à composantes décompose la variance conditionnelle en composantes transitoire (à court terme) et permanente (à long terme) dotées de dynamiques différentes, ce qui permet une flexibilité dans la capture du comportement de la volatilité à plusieurs fréquences. Introduit par Engle et Lee (1999), il modélise élégamment le constat empirique selon lequel la volatilité présente à la fois une réversion rapide à la moyenne (chocs quotidiens) et une réversion lente à la moyenne (changements de niveau). Ce cadre est crucial pour comprendre la persistance de la volatilité et améliorer la prévision de la volatilité à long terme.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- 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 ↗
Comment citer cette page
ScholarGate. (2026, June 3). Component-Based GARCH Model. ScholarGate. https://scholargate.app/fr/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.
- Test de causalité dans la varianceÉconométrie↔ compare
- DCC-MIDASÉconométrie↔ compare
- GARCH-MIDASÉconométrie↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →