Regression model
実現ボラティリティとHARモデル
実現ボラティリティは、パラメトリックな潜在過程からではなく、高頻度の市場内リターンから直接、資産の分散を推定します。Corsi (2009) による異時点自己回帰（Heterogeneous Autoregressive、HAR）モデルは、Andersen, Bollerslev, Diebold and Labys (2003) の実現ボラティリティの枠組みに基づいて構築されており、日次、週次、月次のボラティリティ成分を組み合わせることでこの尺度を予測します。これは、ボラティリティ予測においてGARCHに対する強力な代替手段となります。
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
- Corsi, F. (2009). A Simple Approximate Long-Memory Model of Realized Volatility. Journal of Financial Econometrics, 7(2), 174-196. DOI: 10.1093/jjfinec/nbp001 ↗
- Andersen, T. G., Bollerslev, T., Diebold, F. X., & Labys, P. (2003). Modeling and Forecasting Realized Volatility. Econometrica, 71(2), 579-625. DOI: 10.1111/1468-0262.00418 ↗
このページの引用方法
ScholarGate. (2026, June 1). Realized Volatility and the Heterogeneous Autoregressive (HAR) Model. ScholarGate. https://scholargate.app/ja/finance/realized-volatility
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
- 指数 GARCH (EGARCH)計量経済学↔ compare
- ヨハンセンの共和分検定とベクトル誤差修正モデルファイナンス↔ compare
- 長期記憶モデル（ARFIMA、FIGARCH）ファイナンス↔ compare
- 確率的ボラティリティモデル（ヘストンモデル）ファイナンス↔ compare