GARCH-modellen (prognostisering av volatilitet)
Generaliserad Autoregressiv Konditionell Heteroskedasticitetsmodellen (GARCH), introducerad av Tim Bollerslev 1986, modellerar den tidsvarierande betingade variansen för en finansiell tidsserie. Den fångar volatilitetsklustring och ARCH-effekten, och är standardverktyget för att uppskatta risk och volatilitet i avkastningsserier.
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.
+29 more
Källor
- Bollerslev, T. (1986). Generalized Autoregressive Conditional Heteroskedasticity. Journal of Econometrics, 31(3), 307–327. DOI: 10.1016/0304-4076(86)90063-1 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 1). Generalized Autoregressive Conditional Heteroskedasticity Model. ScholarGate. https://scholargate.app/sv/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.
- ARIMA (Autoregressive Integrated Moving Average) ModellEkonometri↔ compare
- Exponentiell GARCH (EGARCH)Ekonometri↔ compare
- Enkel och dubbel exponentiell utjämning (SES / Holt)Ekonometri↔ compare
- Vanligaste minsta kvadratmetoden (OLS) RegressionEkonometri↔ compare
- KvantilregressionEkonometri↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →