コンポーネントGARCH

コンポーネントGARCHは、条件付き分散を、異なるダイナミクスを持つ一時的（短期）および永続的（長期）なコンポーネントに分解し、複数の頻度でのボラティリティ挙動を捉える柔軟性を提供します。Engle and Lee (1999)によって導入され、ボラティリティが急速な平均回帰（日次ショック）と緩やかな平均回帰（水準シフト）の両方を示すという経験的知見を巧みにモデル化します。このフレームワークは、ボラティリティの持続性を理解し、長期的なボラティリティ予測を改善するために不可欠です。