Regression modelMulti-scale volatility
컴포넌트 GARCH
컴포넌트 GARCH는 조건부 분산을 일시적(단기) 및 영구적(장기) 구성 요소로 분해하여 서로 다른 동적 특성을 갖도록 함으로써 다중 주파수에서 변동성 행동을 포착하는 데 유연성을 제공합니다. Engle과 Lee(1999)가 소개한 이 모델은 변동성이 빠른 평균 회귀(일일 충격)와 느린 평균 회귀(수준 변화)를 모두 나타낸다는 경험적 발견을 우아하게 모델링합니다. 이 프레임워크는 변동성 지속성을 이해하고 장기 변동성 예측을 개선하는 데 중요합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- Engle, R. F., & Lee, G. (1999). A permanent and transitory component model of stock return volatility. Journal of Political Economy, 107(6), 1363-1384. link ↗
- Ling, S., & McAleer, M. (2003). Asymptotic theory and inference for dynamic conditional distribution models. Journal of Econometrics, 106(1), 119-135. link ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Component-Based GARCH Model. ScholarGate. https://scholargate.app/ko/econometrics/component-garch
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.
- 분산에서의 인과관계 검정계량경제학↔ compare
- DCC-MIDAS계량경제학↔ compare
- GARCH-MIDAS계량경제학↔ compare