Komponentu GARCH
Komponentu GARCH sadala nosacīto dispersiju uz pārejošiem (īstermiņa) un pastāvīgiem (ilgtermiņa) komponentiem ar atšķirīgu dinamiku, nodrošinot elastību volatilitātes uzvedības uztveršanai vairākās frekvencēs. Engle un Lee (1999) ieviestais modelis eleganti atspoguļo empīrisko atziņu, ka volatilitāte izrāda gan ātru vidējās atgriešanos (dienas šoki), gan lēnu vidējās atgriešanos (līmeņa izmaiņas). Šis ietvars ir ļoti svarīgs, lai izprastu volatilitātes noturību un uzlabotu prognozes ilgam periodam.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Metožu karte
Saistīto metožu apkaime — atlasiet mezglu, lai izpētītu.
Avoti
- 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 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Component-Based GARCH Model. ScholarGate. https://scholargate.app/lv/econometrics/component-garch
Kura metode?
Novietojiet šo metodi blakus tās tuvākajām radniecīgajām metodēm un lasiet tās līdzās — bibliotēka noliek grāmatas uz galda; izvēle ir jūsu.
- Tests par cēloņsakarību dispersijāEkonometrija↔ salīdzināt
- DCC-MIDAS (dinamiskā nosacītā korelācija ar jauktām frekvencēm)Ekonometrija↔ salīdzināt
- GARCH-MIDASEkonometrija↔ salīdzināt
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →