Fjūrija paātrinājuma modelis (Fourier ARCH Model)
Fjūrija paātrinājuma modelis paplašina klasisko ARCH sistēmu, iekļaujot nosacītās variācijas vienādojumā trigonometriskus (Fjūrija) locekļus. Tas ļauj modelim uztvert vienmērīgas, pakāpeniskas izmaiņas volatilitātes dinamikā laika gaitā, nepieņemot pēkšņas strukturālas pārtraukuma, padarot to piemērotu gariem finanšu vai makroekonomikas laika rindām, kas pakļautas lēni mainīgām režīma izmaiņām.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
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 ↗
- Enders, W., & Lee, J. (2012). A unit root test using a Fourier series to approximate smooth breaks. Oxford Bulletin of Economics and Statistics, 74(4), 574–599. DOI: 10.1111/j.1468-0084.2011.00662.x ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Fourier Autoregressive Conditional Heteroscedasticity Model. ScholarGate. https://scholargate.app/lv/econometrics/fourier-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.
- Autoregresīvās nosacītās heteroskedastiskuma (ARCH) modelisEkonometrija↔ compare
- Furjē GARCH modelisEkonometrija↔ compare
- GARCH modelis (volatilitātes prognozēšana)Ekonometrija↔ compare
- Nelineārais ARCH (NARCH) modelisEkonometrija↔ compare
- Strukturālo lūzumu ARCH modelisEkonometrija↔ compare
- Laika mainīgo parametru ARCH modelis (TVP-ARCH)Ekonometrija↔ compare
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →