ScholarGate
Assistent
Regression modelMixed-frequency volatility

GARCH-MIDAS

GARCH-MIDAS dekomponerer volatilitet i kortvarige (GARCH) og langvarige (MIDAS) komponenter, slik at makroøkonomiske variabler med lav frekvens kan drive volatilitet på mellomlang sikt, mens avkastning med høy frekvens styrer daglige svingninger. Rammeverket, introdusert av Engle og Ghysels (2012), skiller elegant mellom tidsskalaer for volatilitet. Tilnærmingen er kraftfull for å forstå hvordan makroforhold (vekst, inflasjon) driver risikopremier og for forbedret volatilitetsprognoser.

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., & Ghysels, E. (2012). GARCH for long memory. Journal of Econometrics, 164(2), 385-391. link
  2. Ghysels, E., Santa-Clara, P., & Valkanov, R. (2005). There is a risk-return trade-off after all. Journal of Financial Economics, 76(3), 674-704. DOI: 10.1016/j.jfineco.2004.03.008

Slik siterer du denne siden

ScholarGate. (2026, June 3). GARCH with Mixed Data Sampling. ScholarGate. https://scholargate.app/no/econometrics/garch-midas

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

ScholarGateGARCH-MIDAS (GARCH with Mixed Data Sampling). Hentet 2026-06-15 fra https://scholargate.app/no/econometrics/garch-midas · Datasett: https://doi.org/10.5281/zenodo.20539026