เปรียบเทียบวิธี

	แบบจำลองหน่วยความจำยาว (ARFIMA, FIGARCH)	แบบจำลอง GARCH (การพยากรณ์ความผันผวน)
สาขาวิชา	การเงิน	เศรษฐมิติ
ตระกูล	Regression model	Regression model
ปีกำเนิด	1980	1986
ผู้ริเริ่ม	Granger & Joyeux (ARFIMA); Baillie, Bollerslev & Mikkelsen (FIGARCH)	Tim Bollerslev
ประเภท	Fractionally integrated time series model	Conditional volatility model
แหล่งต้นตำรับ	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.	Bollerslev, T. (1986). Generalized Autoregressive Conditional Heteroskedasticity. Journal of Econometrics, 31(3), 307–327.
ชื่อเรียกอื่น	ARFIMA, FIGARCH, fractionally integrated models, fractional integration	GARCH, GARCH(1,1), conditional volatility model, GARCH Modeli (Oynaklık Tahmini)
ที่เกี่ยวข้อง	4	5
สรุป	Long-memory models are fractional-integration methods that capture genuine long memory through a hyperbolically decaying autocorrelation structure. ARFIMA, introduced by Granger and Joyeux (1980), models long memory in return series, while FIGARCH, introduced by Baillie, Bollerslev and Mikkelsen (1996), captures long memory in volatility series; the parameter d measures the degree of fractional integration.	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.