Regression modelEconometrics / time series

Нелинеен GARCH модел

Нелинейният GARCH модел разширява стандартната GARCH рамка, за да улови асиметрични и нелинейни реакции на условната волатилност към минали шокове. Той позволява отрицателните възвръщаемости (лоши новини) да увеличават волатилността повече от положителните възвръщаемости с равна величина, явление, известно като ефект на лоста, което е емпирично разпространено на финансовите пазари.

Приложете с EconMindСкороВидеоСкороDownload slides

Прочетете целия метод

Само за членове

Влезте с безплатен профил, за да прочетете този раздел.

Вход

Method map

The neighbourhood of related methods — select a node to explore.

Източници

  1. Glosten, L. R., Jagannathan, R., & Runkle, D. E. (1993). On the relation between the expected value and the volatility of the nominal excess return on stocks. Journal of Finance, 48(5), 1779-1801. DOI: 10.1111/j.1540-6261.1993.tb05128.x
  2. Nelson, D. B. (1991). Conditional heteroskedasticity in asset returns: A new approach. Econometrica, 59(2), 347-370. DOI: 10.2307/2938260

Как да цитирате тази страница

ScholarGate. (2026, June 3). Nonlinear Generalized Autoregressive Conditional Heteroscedasticity Model. ScholarGate. https://scholargate.app/bg/econometrics/nonlinear-garch-model

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.

Compare side by side
ScholarGateNonlinear GARCH model (Nonlinear Generalized Autoregressive Conditional Heteroscedasticity Model). Извлечено на 2026-06-15 от https://scholargate.app/bg/econometrics/nonlinear-garch-model · Набор от данни: https://doi.org/10.5281/zenodo.20539026