Regression model
장기기억 모형 (ARFIMA, FIGARCH)
장기기억 모형은 자기상관 구조가 쌍곡선적으로 감소하는 것을 통해 진정한 장기 기억을 포착하는 분수 적분 방법입니다. Granger와 Joyeux (1980)가 도입한 ARFIMA는 수익률 시계열의 장기 기억을 모델링하는 반면, Baillie, Bollerslev, Mikkelsen (1996)이 도입한 FIGARCH는 변동성 시계열의 장기 기억을 포착합니다. 여기서 모수 d는 분수 적분의 정도를 측정합니다.
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
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 1). Long-Memory Time Series Models (ARFIMA, FIGARCH). ScholarGate. https://scholargate.app/ko/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 (Autoregressive Integrated Moving Average) 모형계량경제학↔ compare
- GARCH 모형 (변동성 예측)계량경제학↔ compare
- 고빈도 데이터와 시장 미시구조 분석재무학↔ compare
- 최소제곱법(OLS) 회귀계량경제학↔ compare