Mô hình bộ nhớ dài (ARFIMA, FIGARCH)
Các mô hình bộ nhớ dài là các phương pháp tích phân phân số nhằm nắm bắt bộ nhớ dài thực sự thông qua cấu trúc tự tương quan suy giảm theo hàm hyperbol. ARFIMA, được Granger và Joyeux (1980) giới thiệu, mô hình hóa bộ nhớ dài trong chuỗi lợi suất, trong khi FIGARCH, được Baillie, Bollerslev và Mikkelsen (1996) giới thiệu, nắm bắt bộ nhớ dài trong chuỗi biến động; tham số d đo lường mức độ tích phân phân số.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Method map
The neighbourhood of related methods — select a node to explore.
Nguồn tài liệu
- 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. DOI: 10.1111/j.1467-9892.1980.tb00297.x ↗
- Baillie, R. T., Bollerslev, T. & Mikkelsen, H. O. (1996). Fractionally Integrated Generalized Autoregressive Conditional Heteroskedasticity. Journal of Econometrics, 74(1), 3-30. DOI: 10.1016/S0304-4076(95)01749-6 ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 1). Long-Memory Time Series Models (ARFIMA, FIGARCH). ScholarGate. https://scholargate.app/vi/finance/long-memory-models
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.
- Mô hình ARIMA (Autoregressive Integrated Moving Average)Kinh tế lượng↔ compare
- Mô hình GARCH (Dự báo Biến động)Kinh tế lượng↔ compare
- Dữ liệu tần suất cao và phân tích cấu trúc vi mô thị trườngTài chính↔ compare
- Hồi quy Bình phương Tối thiểu Thông thường (OLS)Kinh tế lượng↔ compare
Được tham chiếu bởi
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →