Model Fouriera GARCH
Model Fouriera GARCH osadza trygonometryczne człony Fouriera w standardowych ramach GARCH, aby uchwycić płynne, stopniowe zmiany w procesie wariancji warunkowej bez konieczności znajomości dokładnych dat załamań strukturalnych. Aproksymując nieznane wzorce załamań za pomocą funkcji sinusoidalnych, model wspólnie opisuje klastrowanie zmienności i zmienną w czasie wariancję bezwarunkową.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Mapa metod
Sąsiedztwo pokrewnych metod — wybierz węzeł, aby je zgłębić.
Źródła
- Ludlow, J., & Enders, W. (2000). Estimating non-linear ARMA models using Fourier coefficients. International Journal of Forecasting, 16(3), 333–347. DOI: 10.1016/S0169-2070(00)00048-0 ↗
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 3). Fourier-Flexible Generalized Autoregressive Conditional Heteroscedasticity Model. ScholarGate. https://scholargate.app/pl/econometrics/fourier-garch-model
Która metoda?
Zestaw tę metodę z najbliższymi jej krewnymi i czytaj je obok siebie — biblioteka kładzie księgi na stole; wybór należy do Ciebie.
- Model ARCH (Autoregresywna Heteroskedastyczność Warunkowa)Ekonometria↔ porównaj
- Model DCC-GARCH (Dynamic Conditional Correlation)Ekonometria↔ porównaj
- Model EGARCH (Exponential GARCH)Ekonometria↔ porównaj
- Test graniczny Fouriera ARDLEkonometria↔ porównaj
- Model TGARCH (Threshold GARCH)Ekonometria↔ porównaj
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →