Component GARCH
Component GARCH decomposes conditional variance into transitory (short-term) and permanent (long-term) components with different dynamics, allowing flexibility in capturing volatility behavior at multiple frequencies. Introduced by Engle and Lee (1999), it elegantly models the empirical finding that volatility exhibits both rapid mean-reversion (daily shocks) and slow mean-reversion (level shifts). This framework is crucial for understanding volatility persistence and improving long-horizon volatility forecasting.
Källpost
Citat kopierade ordagrant från metodens källpost. Ingen verifiering på källnivå härleds från dem.
- Engle, R. F., & Lee, G. (1999). A permanent and transitory component model of stock return volatility. Journal of Political Economy, 107(6), 1363-1384. · URL
- Ling, S., & McAleer, M. (2003). Asymptotic theory and inference for dynamic conditional distribution models. Journal of Econometrics, 106(1), 119-135. · URL
Kuraterade påståenden
Påståenden lagrade i bevisloggen, var och en med sin egen bedömning.
Denna vy hittar inte på en påståendebedömning när loggen saknar en.
Relaterade metoder
Genererade från metodgrafen och visade som maskinföreslagna relationer – inga bevispåståenden härleds.