Component GARCH
Component GARCH dekomponerar den betingade variansen i övergående (kortvariga) och bestående (långvariga) komponenter med olika dynamik, vilket möjliggör flexibilitet i att fånga volatilitetsbeteende vid multipla frekvenser. Modellen, som introducerades av Engle och Lee (1999), modellerar elegant det empiriska fyndet att volatiliteten uppvisar både snabb medelåtergång (dagliga chocker) och långsam medelåtergång (nivåförändringar). Detta ramverk är avgörande för att förstå volatilitetens persistens och förbättra prognoser för volatilitet på lång sikt.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
- 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 ↗
- Ling, S., & McAleer, M. (2003). Asymptotic theory and inference for dynamic conditional distribution models. Journal of Econometrics, 106(1), 119-135. link ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Component-Based GARCH Model. ScholarGate. https://scholargate.app/sv/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.
- Kausalitet i varians (Causality in Variance Test)Ekonometri↔ compare
- DCC-MIDASEkonometri↔ compare
- GARCH-MIDASEkonometri↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →