Regression modelMixed-frequency volatility
GARCH-MIDAS
GARCH-MIDAS는 변동성을 단기(GARCH)와 장기(MIDAS) 구성 요소로 분해하여, 저주파 거시경제 변수가 중기 변동성을 주도하고 고주파 수익률이 일일 변동을 지배하도록 합니다. Engle과 Ghysels(2012)가 소개한 이 프레임워크는 변동성 시간 척도를 우아하게 분리합니다. 이 접근법은 거시 조건(성장, 인플레이션)이 위험 프리미엄을 어떻게 주도하는지 이해하고 변동성 예측을 개선하는 데 강력합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
방법 지도
관련 방법들로 이루어진 인접 영역 — 노드를 선택해 살펴보세요.
출처
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). GARCH with Mixed Data Sampling. ScholarGate. https://scholargate.app/ko/econometrics/garch-midas
어떤 방법일까요?
이 방법을 가장 가까운 동류의 방법들과 나란히 놓고 비교해 보세요 — 라이브러리는 책을 펼쳐 놓을 뿐, 선택은 여러분의 몫입니다.
- 컴포넌트 GARCH계량경제학↔ 비교
- DCC-MIDAS계량경제학↔ 비교
- Unrestricted MIDAS Regression계량경제학↔ 비교