EGARCH de Fourier : Modélisation de la volatilité avec des ruptures structurelles lisses
L'EGARCH de Fourier étend le modèle EGARCH exponentiel de Nelson (1991) en intégrant des termes trigonométriques de Fourier dans l'équation de variance conditionnelle pour capturer des changements lisses et graduels dans le niveau de la variance inconditionnelle au fil du temps. Cela permet au modèle de gérer des ruptures structurelles de la volatilité sans nécessiter de connaissance préalable de leur moment ou de leur nombre.
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
- 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 ↗
- Nelson, D. B. (1991). Conditional heteroskedasticity in asset returns: A new approach. Econometrica, 59(2), 347-370. DOI: 10.2307/2938260 ↗
Comment citer cette page
ScholarGate. (2026, June 3). Fourier Exponential Generalized Autoregressive Conditional Heteroscedasticity. ScholarGate. https://scholargate.app/fr/econometrics/fourier-egarch
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.
- Exponential GARCH (EGARCH)Économétrie↔ compare
- Autoregressive Conditional Heteroskedasticity généralisée (GARCH)Économétrie↔ compare
- GJR-GARCH (GARCH asymétrique)Économétrie↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →