Fourier EGARCH: Kademeli Yapısal Kırılmalarla Volatilite Modellemesi
Fourier Exponential Generalized Autoregressive Conditional Heteroscedasticity · Ayrıca şöyle bilinir: Fourier-EGARCH, F-EGARCH, Fourier exponential GARCH, smooth structural break EGARCH
Fourier EGARCH, koşullu varyans denklemine Fourier trigonometrik terimler ekleyerek Nelson'un (1991) Üstel GARCH modelini genişletir; bu, zaman içinde koşulsuz varyans seviyesindeki yumuşak, kademeli değişimleri yakalamayı amaçlar. Bu, modelin kırılma zamanları veya sayıları hakkında önceden bilgi gerektirmeden volatilitedeki yapısal kırılmaları ele almasına olanak tanır.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
Finansal getiri volatilitesini, muhtemelen birden fazla piyasa rejimini veya yapısal değişimi kapsayan uzun bir örneklem üzerinde modellerken ve kırılma tarihlerini rastgele belirlemekten kaçınmak istediğinizde Fourier EGARCH'ı kullanın. Özellikle volatilite kümelenmesi ve kaldıraç etkilerinin beklendiği ve standart EGARCH artıklarının varyanstaki durağan olmama belirtileri gösterdiği hisse senedi, döviz kuru veya emtia getirisi serileri için uygundur. Kısa örneklemlerle (yaklaşık 500 gözlemden az) Fourier terimlerinin güvenilir bir şekilde tahmin edilemediği durumlarda veya volatilite kırılmalarının kademeli yerine keskin ve ani olduğu durumlarda kullanmayın — bu gibi durumlarda Markov-anahtarlamalı GARCH veya kukla-kırılmalı EGARCH modelleri daha uygundur.
Güçlü yönler & sınırlılıklar
- Kırılma tarihlerini önceden belirtmeden koşulsuz volatilitenin yumuşak, kademeli yapısal kırılmalarını yakalar.
- Standart EGARCH'ın kaldıraç etkisi ve asimetri modellemesini korur.
- Varyans denklemi logaritmik formda olduğu için parametreler üzerinde pozitiflik kısıtlamalarından kaçınır.
- Yavaş hareket eden kırılmalar olduğunda parçalı kırılma veya rejim anahtarlamalı modellere göre daha az parametrelidir.
- Fourier katsayıları GARCH parametreleriyle birlikte tahmin edilir, bu nedenle ön test veya sıralı kırılma tespiti gerekmez.
- Kısa örneklemlerle güvenilir bir şekilde tahmin edilemez; Fourier terimlerinin güvenilir bir şekilde tahmin edilmesi için en az birkaç yüz gözlem gerektirir.
- Araştırmacı tarafından Fourier frekanslarının sayısı K seçilmelidir; çok fazla seçmek, örneklem içi varyans yolunu aşırı uyma riskini taşır.
- Kırılmaların yumuşak ve periyodik doğada olduğunu varsayar; keskin rejim anahtarlamaları veya ani yapısal kırılmalar iyi yakalanmaz.
- Standart EGARCH'a göre parametre sayısını artırır, bu da olabilirlik optimizatörünün yakınsamasını karmaşıklaştırabilir.
SSS
Fourier EGARCH standart EGARCH'tan nasıl farklıdır?
Standart EGARCH, tüm örneklem boyunca sabit bir koşulsuz varyans seviyesi varsayar. Fourier EGARCH, bu seviyenin zamanla yumuşak bir şekilde sürüklenmesine izin vermek için trigonometrik terimler ekler, böylece model araştırmacının kırılma tarihlerini belirtmesini gerektirmeden piyasa volatilitesindeki uzun süreli değişimleri — örneğin 2008 krizi öncesindeki kalıcı düşük volatilite dönemi ile kriz sırasındaki yüksek volatilite dönemi gibi — barındırabilir.
Kaç Fourier frekansı K seçmeliyim?
Modeli K = 1, 2 ve 3 için tahmin edin ve AIC veya BIC'yi minimize eden K'yı seçin. Pratikte K = 1 veya K = 2, bir ila otuz yıllık veriyi kapsayan çoğu finansal getiri serisi için yeterlidir.
Fourier EGARCH keskin, ani kırılmaları ele alabilir mi?
Hayır. Fourier terimleri yumuşak, kademeli değişimleri yaklaştırır. Eğer seriniz ani rejim anahtarlamaları içeriyorsa — örneğin bir döviz kurunda ani bir sabit kurun kaldırılması — Markov-anahtarlamalı GARCH veya kukla-kırılmalı bir belirleme daha uygundur.
Ne kadar örneklem büyüklüğü gereklidir?
Pratik bir kılavuz olarak, Fourier terimlerinin GARCH parametreleriyle birlikte güvenilir bir şekilde tahmin edilebilmesi için en az 500 gözlem gereklidir. Günlük finansal veriler için bu yaklaşık iki yıla karşılık gelir; haftalık veya aylık veriler için gereksinim önemli ölçüde daha uzundur.
Fourier EGARCH hala kaldıraç etkilerini yakalar mı?
Evet. Standart EGARCH denklemindeki kaldıraç parametresi olduğu gibi korunur; Fourier terimleri yalnızca log-varyans denkleminin kesme yoluunu değiştirir, bu nedenle volatiliteye pozitif ve negatif şokların asimetrik tepkileri hala tahmin edilir.
Kaynaklar
- Enders, W., & Lee, J. (2012). A unit root test using a Fourier series to approximate smooth breaks. Oxford Bulletin of Economics and Statistics, 74(4), 574-599. DOI: 10.1111/j.1468-0084.2011.00662.x ↗
- Nelson, D. B. (1991). Conditional heteroskedasticity in asset returns: A new approach. Econometrica, 59(2), 347-370. DOI: 10.2307/2938260 ↗
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 3). Fourier Exponential Generalized Autoregressive Conditional Heteroscedasticity. ScholarGate. https://scholargate.app/tr/econometrics/fourier-egarch
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Üstel GARCH (EGARCH)Ekonometri↔ karşılaştır
- Genelleştirilmiş Otoregresif Koşullu Heteroskedastisite (GARCH)Ekonometri↔ karşılaştır
- GJR-GARCH (Asimetrik GARCH)Ekonometri↔ karşılaştır