Regression modelMixed-frequency volatility
GARCH-MIDAS
GARCH-MIDASは、ボラティリティを短期（GARCH）成分と長期（MIDAS）成分に分解し、低頻度のマクロ経済変数に中期的なボラティリティを駆動させ、高頻度のリターンが日々の変動を支配することを可能にする。EngleとGhysels (2012) によって導入されたこのフレームワークは、ボラティリティの時間スケールをエレガントに分離する。このアプローチは、マクロ経済状況（成長、インフレ）がリスクプレミアムをどのように駆動するかを理解し、ボラティリティ予測を改善するために強力である。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- Engle, R. F., & Ghysels, E. (2012). GARCH for long memory. Journal of Econometrics, 164(2), 385-391. link ↗
- Ghysels, E., Santa-Clara, P., & Valkanov, R. (2005). There is a risk-return trade-off after all. Journal of Financial Economics, 76(3), 674-704. DOI: 10.1016/j.jfineco.2004.03.008 ↗
このページの引用方法
ScholarGate. (2026, June 3). GARCH with Mixed Data Sampling. ScholarGate. https://scholargate.app/ja/econometrics/garch-midas
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.
Compare side by side →