Auszug
Besonders bei Finanzmarktreihen beobachtet man, dass die Volatilität (oder Varianz) einer Reihe im Zeitverlauf stark schwankt: Aufgeregte Phasen mit extremen Ausschlägen wechseln sich mit eher ruhigen Perioden ab, die von moderaten Beobachtungen geprägt sind. Nach kurzen Vorüberlegungen zu Modellen mit zeitabhängiger Heteroskedastizität besprechen wir ausführlich das Modell autoregressiver bedingter Heteroskedastizität (ARCH), für dessen Einführung Robert F. Engle im Jahr 2003 der Nobelpreis verliehen wurde, vgl. Hassler (2003) für einen rein verbalen überblick. Nach einer Verallgemeinerung (GARCH) werden einige, für die Praxis relevante Erweiterungen diskutiert.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Rights and permissions
Copyright information
© 2007 Springer-Verlag Berlin Heidelberg
About this chapter
Cite this chapter
(2007). Prozesse mit bedingter Heteroskedastizität (ARCH). In: Stochastische Integration und Zeitreihenmodellierung. Statistik und ihre Anwendungen. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-540-73568-7_5
Download citation
DOI: https://doi.org/10.1007/978-3-540-73568-7_5
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-540-73567-0
Online ISBN: 978-3-540-73568-7
eBook Packages: Life Science and Basic Disciplines (German Language)