Regression model

Model GARCH (Prognozowanie zmienności)

Uogólniony Autoregresyjny Model Warunkowej Heteroskedastyczności (GARCH), wprowadzony przez Tima Bollersleva w 1986 roku, modeluje zmienną w czasie wariancję warunkową szeregu czasowego finansowego. Uchwyca on klastrowanie zmienności i efekt ARCH, stanowiąc standardowe narzędzie do estymacji ryzyka i zmienności w szeregach zwrotów.

Zastosuj w EconMindWkrótceWideoWkrótceDownload slides

Przeczytaj pełny opis metody

Tylko dla członków

Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.

Zaloguj się

Method map

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

+29 more

Źródła

  1. Bollerslev, T. (1986). Generalized Autoregressive Conditional Heteroskedasticity. Journal of Econometrics, 31(3), 307–327. DOI: 10.1016/0304-4076(86)90063-1

Jak cytować tę stronę

ScholarGate. (2026, June 1). Generalized Autoregressive Conditional Heteroskedasticity Model. ScholarGate. https://scholargate.app/pl/econometrics/garch-model

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

Cytowana przez

ScholarGateGARCH Model (Generalized Autoregressive Conditional Heteroskedasticity Model). Pobrano 2026-06-15 z https://scholargate.app/pl/econometrics/garch-model · Zbiór danych: https://doi.org/10.5281/zenodo.20539026