期货从业资格
报考指南考试报名准考证打印成绩查询考试题库

重置密码成功

请谨慎保管和记忆你的密码,以免泄露和丢失

注册成功

请谨慎保管和记忆你的密码,以免泄露和丢失

什么是GARCH类模型分析?

帮考网校2020-08-24 14:30:18
|
GARCH(Generalized Autoregressive Conditional Heteroskedasticity)类模型分析是一种时间序列分析方法,用于建立和预测具有异方差性(即方差不稳定)的金融时间序列数据。它是ARMA模型的扩展,可以对时间序列数据的波动性进行建模和预测。

GARCH模型的核心思想是将方差分解为两个部分:一个是基础方差,另一个是条件方差。基础方差是时间不变的,而条件方差则是根据过去的观测值和误差来计算的。GARCH模型可以对不同的金融时间序列数据进行建模,如股票价格、利率、汇率等。

GARCH类模型包括GARCH、EGARCH、TGARCH等,它们的区别在于对条件方差的建模方式不同。GARCH类模型分析可以用来进行风险管理、投资组合优化、金融衍生品定价等方面的研究。
帮考网校
|

推荐视频

推荐文章