Modèle GARCH de Fourier
Le modèle GARCH de Fourier intègre des termes de Fourier trigonométriques dans un cadre GARCH standard pour capturer des changements lisses et graduels dans le processus de variance conditionnelle sans nécessiter la connaissance des dates exactes de rupture structurelle. En approximant des schémas de rupture inconnus par des fonctions sinusoïdales, il modélise conjointement le clustering de volatilité et la variance inconditionnelle variant dans le temps.
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
- 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 ↗
- 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 ↗
Comment citer cette page
ScholarGate. (2026, June 3). Fourier-Flexible Generalized Autoregressive Conditional Heteroscedasticity Model. ScholarGate. https://scholargate.app/fr/econometrics/fourier-garch-model
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.
- Modèle ARCH (Hétéroscédasticité Conditionnelle Autorégressive)Économétrie↔ compare
- Modèle DCC-GARCH (Corrélation Conditionnelle Dynamique)Économétrie↔ compare
- Modèle EGARCH (GARCH exponentiel)Économétrie↔ compare
- Test de Cointégration ARDL de FourierÉconométrie↔ compare
- Modèle TGARCH (Threshold GARCH)Économétrie↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →