Regression model
Generalizētā autoregresīvā nosacītā heteroskedastiskuma (GARCH) modelis
GARCH ir ekonometrisks modelis finanšu laika sēriju mainīgajai svārstīgumam, ko 1986. gadā ieviesa Tims Bolerslevs kā Engle’s ARCH modeļa vispārinājumu. Tas nosacīto dispersiju uzskata par pagātnes kvadrātisko šoku un pagātnes dispersiju funkciju, tādējādi aptverot ienesīguma svārstīguma kopas.
Lasīt pilno metodes aprakstu
Tikai dalībniekiem
PieteiktiesPiesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- Bollerslev, T. (1986). Generalized Autoregressive Conditional Heteroskedasticity. Journal of Econometrics, 31(3), 307-327. DOI: 10.1016/0304-4076(86)90063-1 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 1). Generalized Autoregressive Conditional Heteroskedasticity. ScholarGate. https://scholargate.app/lv/econometrics/garch
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 (autoregresīvais integrētais slīdošā vidējā) modelisEkonometrija↔ compare
- DCC-GARCH (dinamiskā nosacītā korelācija)Finanses↔ compare
- EGARCH (Exponential GARCH)Ekonometrija↔ compare
- Vienkāršā un dubultā eksponenciālā izlīdzināšana (SES / Holt)Ekonometrija↔ compare
- GJR-GARCH (Asimetriskais GARCH)Ekonometrija↔ compare
Uz to atsaucas
ARCH-LM tests par atklātām heteroskedastiskuma kļūdāmARIMA (autoregresīvais integrētais slīdošā vidējā) modelisKopuļu modeļi (Gausa, t, Clayton, Gumbel, Frank)EGARCH (Exponential GARCH)Furjē EGARCH: Volatilitātes modelēšana ar gludām strukturālām pārmaiņāmMarkov režīmu pārslēgšanās modelis (MS-AR / MS-VAR)Vērtība pie riska (VaR)
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →