เปรียบเทียบวิธี

	แบบจำลอง HAR-RV ของความผันผวนที่รับรู้ได้	แบบจำลอง GARCH (การพยากรณ์ความผันผวน)
สาขาวิชา	การเงิน	เศรษฐมิติ
ตระกูล	Regression model	Regression model
ปีกำเนิด	2009	1986
ผู้ริเริ่ม	Fulvio Corsi	Tim Bollerslev
ประเภท	Linear time-series regression for volatility	Conditional volatility model
แหล่งต้นตำรับ	Corsi, F. (2009). A Simple Approximate Long-Memory Model of Realized Volatility. Journal of Financial Econometrics, 7(2), 174–196.	Bollerslev, T. (1986). Generalized Autoregressive Conditional Heteroskedasticity. Journal of Econometrics, 31(3), 307–327.
ชื่อเรียกอื่น	HAR-RV, heterogeneous autoregressive realized volatility, Corsi HAR model, HAR-RV Modeli (Heterogeneous Autoregressive Realized Volatility)	GARCH, GARCH(1,1), conditional volatility model, GARCH Modeli (Oynaklık Tahmini)
ที่เกี่ยวข้อง	5	5
สรุป	The HAR-RV model, introduced by Fulvio Corsi in 2009, forecasts realized volatility by decomposing it into daily, weekly, and monthly components. It is a simple linear regression that mirrors how market participants with different investment horizons react to volatility, and it naturally captures the long-memory behaviour of volatility.	The Generalized Autoregressive Conditional Heteroskedasticity (GARCH) model, introduced by Tim Bollerslev in 1986, models the time-varying conditional variance of a financial time series. It captures volatility clustering and the ARCH effect, and is the standard tool for estimating risk and volatility in return series.