Modellen met langetermijngeheugen (ARFIMA, FIGARCH)
Modellen met langetermijngeheugen zijn methoden voor fractionele integratie die echt langetermijngeheugen vastleggen via een hyperbolisch afnemende autocorrelatiestructuur. ARFIMA, geïntroduceerd door Granger en Joyeux (1980), modelleert langetermijngeheugen in rendementsreeksen, terwijl FIGARCH, geïntroduceerd door Baillie, Bollerslev en Mikkelsen (1996), langetermijngeheugen in volatiliteitsreeksen vastlegt; de parameter d meet de mate van fractionele integratie.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
- 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 ↗
Deze pagina citeren
ScholarGate. (2026, June 1). Long-Memory Time Series Models (ARFIMA, FIGARCH). ScholarGate. https://scholargate.app/nl/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) ModelEconometrie↔ compare
- GARCH-model (Volatiliteitsvoorspelling)Econometrie↔ compare
- High-Frequency Data en MarktmicrostructuuranalyseFinanciering↔ compare
- Gewone Kleinste Kwadraten (GKK) RegressieEconometrie↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →