Regression model
長期記憶モデル（ARFIMA、FIGARCH）
長期記憶モデルは、双曲線的に減衰する自己相関構造を通じて真の長期記憶を捉える分数積分法です。GrangerとJoyeux（1980）によって導入されたARFIMAはリターン系列の長期記憶をモデル化する一方、Baillie、Bollerslev、Mikkelsen（1996）によって導入されたFIGARCHはボラティリティ系列の長期記憶を捉えます。パラメータdは分数積分の度合いを測定します。
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
- Granger, C. W. J. & Joyeux, R. (1980). An Introduction to Long-Memory Time Series Models and Fractional Differencing. Journal of Time Series Analysis, 1(1), 15-29. DOI: 10.1111/j.1467-9892.1980.tb00297.x ↗
- Baillie, R. T., Bollerslev, T. & Mikkelsen, H. O. (1996). Fractionally Integrated Generalized Autoregressive Conditional Heteroskedasticity. Journal of Econometrics, 74(1), 3-30. DOI: 10.1016/S0304-4076(95)01749-6 ↗
このページの引用方法
ScholarGate. (2026, June 1). Long-Memory Time Series Models (ARFIMA, FIGARCH). ScholarGate. https://scholargate.app/ja/finance/long-memory-models
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.
- ARIMA（自己回帰和分移動平均）モデル計量経済学↔ compare
- GARCHモデル（ボラティリティ予測）計量経済学↔ compare
- 高頻データと市場マイクロストラクチャ分析ファイナンス↔ compare
- 最小二乗法 (OLS) 回帰計量経済学↔ compare