Modele cu memorie lungă (ARFIMA, FIGARCH)
Modelele cu memorie lungă sunt metode de integrare fracționară care surprind memoria autentică lungă printr-o structură de autocorelație cu decădere hiperbolică. ARFIMA, introdus de Granger și Joyeux (1980), modelează memoria lungă în seriile de randamente, în timp ce FIGARCH, introdus de Baillie, Bollerslev și Mikkelsen (1996), surprinde memoria lungă în seriile de volatilitate; parametrul d măsoară gradul de integrare fracționară.
Citește metoda completă
Autentifică-te cu un cont gratuit pentru a citi această secțiune.
Method map
The neighbourhood of related methods — select a node to explore.
Surse
- 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 ↗
Cum se citează această pagină
ScholarGate. (2026, June 1). Long-Memory Time Series Models (ARFIMA, FIGARCH). ScholarGate. https://scholargate.app/ro/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.
- Modelul ARIMA (Autoregresiv Integrat cu Medii Mobile)Econometrie↔ compare
- Model GARCH (Prognoza volatilității)Econometrie↔ compare
- Analiza datelor de înaltă frecvență și a microstructurii piețeiFinanțe↔ compare
- Regresia prin metoda celor mai mici pătrate ordinare (OLS)Econometrie↔ compare
Citat de
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →