ScholarGate
Assistent
Regression modelMulti-scale volatility

Komponent-GARCH

Komponent-GARCH dekomponerer betinget varians i transitive (kortvarige) og permanente (langvarige) komponenter med ulik dynamikk, noe som gir fleksibilitet i å fange volatilitetsadferd på flere frekvenser. Introdusert av Engle og Lee (1999), modellerer den elegant det empiriske funnet at volatilitet utviser både rask reversering mot gjennomsnittet (daglige sjokk) og langsom reversering mot gjennomsnittet (nivåskifter). Dette rammeverket er avgjørende for å forstå volatilitetsutholdenhet og forbedre volatilitetsprognoser over lang tidshorisont.

Anvend med EconMindSnartVideoSnartDownload slides

Les hele metoden

Kun for medlemmer

Logg inn med en gratis konto for å lese denne delen.

Logg inn

Method map

The neighbourhood of related methods — select a node to explore.

Kilder

  1. 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
  2. Ling, S., & McAleer, M. (2003). Asymptotic theory and inference for dynamic conditional distribution models. Journal of Econometrics, 106(1), 119-135. link

Slik siterer du denne siden

ScholarGate. (2026, June 3). Component-Based GARCH Model. ScholarGate. https://scholargate.app/no/econometrics/component-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.

Compare side by side

Referert av

ScholarGateComponent GARCH (Component-Based GARCH Model). Hentet 2026-06-15 fra https://scholargate.app/no/econometrics/component-garch · Datasett: https://doi.org/10.5281/zenodo.20539026