Autoregresīvās nosacītās heteroskedastiskuma (ARCH) modelis
ARCH modelis, ko 1982. gadā ieviesa Roberts Engls, raksturo mainīgu laika gaitā finanšu un makroekonomisko laika sēriju volatilitāti. Tas modelē šodienas kļūdas nosacīto dispersiju kā pagājušo kvadrātisko kļūdu funkciju, skaidrojot, kāpēc nestabilu periodu periodi sakopojas kopā — parādība, kas pazīstama kā volatilitātes klasterizācija.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
+14 more
Avoti
- Engle, R. F. (1982). Autoregressive conditional heteroscedasticity with estimates of the variance of United Kingdom inflation. Econometrica, 50(4), 987–1007. DOI: 10.2307/1912773 ↗
- Engle, R. F. (2001). GARCH 101: The use of ARCH/GARCH models in applied econometrics. Journal of Economic Perspectives, 15(4), 157–168. DOI: 10.1257/jep.15.4.157 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Autoregressive Conditional Heteroskedasticity Model. ScholarGate. https://scholargate.app/lv/econometrics/arch-model
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 modelis (autoregresīvais integrētais slīdošais vidējais)Ekonometrija↔ compare
- DCC-GARCH modelis (Dynamic Conditional Correlation)Ekonometrija↔ compare
- EGARCH modelis (eksponenciālais GARCH)Ekonometrija↔ compare
- GARCH modelis (volatilitātes prognozēšana)Ekonometrija↔ compare
- TGARCH modelis (sliekšņa GARCH)Ekonometrija↔ compare
- Vektora autoregresija (VAR)Ekonometrija↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →