แบบจำลอง GARCH (การพยากรณ์ความผันผวน)
แบบจำลอง Generalized Autoregressive Conditional Heteroskedasticity (GARCH) ซึ่งทิม บอลเลอร์สเลฟ (Tim Bollerslev) นำเสนอในปี 1986 ใช้จำลองความแปรปรวนแบบมีเงื่อนไขที่เปลี่ยนแปลงตามเวลาของอนุกรมเวลาทางการเงิน แบบจำลองนี้สามารถจับลักษณะการรวมกลุ่มของความผันผวน (volatility clustering) และผลกระทบแบบ ARCH ได้ และเป็นเครื่องมือมาตรฐานสำหรับการประมาณความเสี่ยงและความผันผวนในอนุกรมผลตอบแทน
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
+29 more
แหล่งอ้างอิง
- Bollerslev, T. (1986). Generalized Autoregressive Conditional Heteroskedasticity. Journal of Econometrics, 31(3), 307–327. DOI: 10.1016/0304-4076(86)90063-1 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 1). Generalized Autoregressive Conditional Heteroskedasticity Model. ScholarGate. https://scholargate.app/th/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.
- แบบจำลอง ARIMA (Autoregressive Integrated Moving Average)เศรษฐมิติ↔ compare
- Exponential GARCH (EGARCH)เศรษฐมิติ↔ compare
- การปรับให้เรียบแบบเอ็กซ์โพเนนเชียลเชิงเดี่ยวและเชิงคู่ (SES / Holt)เศรษฐมิติ↔ compare
- การถดถอยกำลังสองน้อยที่สุดสามัญ (OLS)เศรษฐมิติ↔ compare
- การถดถอยควอนไทล์เศรษฐมิติ↔ compare