Порівняння методів
Переглядайте обрані методи поруч; рядки з відмінностями підсвічено.
| Узагальнена авторегресійна умовна гетероскедастичність (GARCH)× | Регресія звичайно найменших квадратів (ЗНК)× | |
|---|---|---|
| Галузь | Економетрика | Економетрика |
| Родина | Regression model | Regression model |
| Рік появи≠ | 1986 | 2019 |
| Автор методу≠ | Tim Bollerslev | Wooldridge (textbook treatment); classical least squares |
| Тип≠ | Conditional volatility model | Linear regression |
| Основоположне джерело≠ | Bollerslev, T. (1986). Generalized Autoregressive Conditional Heteroskedasticity. Journal of Econometrics, 31(3), 307-327. DOI ↗ | Wooldridge, J. M. (2019). Introductory Econometrics: A Modern Approach (7th ed.). Cengage Learning. ISBN: 978-1337558860 |
| Інші назви | GARCH(1,1), generalized ARCH, conditional volatility model, GARCH Modeli | ordinary least squares, classical linear regression, linear regression, en küçük kareler regresyonu |
| Пов'язані | 5 | 5 |
| Підсумок≠ | GARCH is an econometric model for the time-varying volatility of financial time series, introduced by Tim Bollerslev in 1986 as a generalisation of Engle's ARCH model. It treats the conditional variance as a function of past squared shocks and past variances, capturing the volatility clustering seen in returns. | Ordinary Least Squares is the classical linear regression method that explains a continuous outcome as a linear combination of predictors. It estimates the coefficients by minimising the sum of squared residuals, and under the Gauss-Markov assumptions these estimates are the best linear unbiased estimator (BLUE). |
| ScholarGateНабір даних ↗ |
|
|