ScholarGate
সহকারী
Regression model

এক্সপোনেনশিয়াল GARCH (EGARCH)

EGARCH হলো একটি অপ্রতিসম GARCH ভ্যারিয়েন্ট, যা ১৯৯১ সালে নেলসন কর্তৃক প্রবর্তিত হয়। এটি লিভারেজ প্রভাবকে মডেল করে, যেখানে একই আকারের খারাপ খবর ভালো খবরের চেয়ে বেশি অস্থিরতা বৃদ্ধি করে। এটি শর্তাধীন ভেদাঙ্কের লগারিদম মডেলিং করে আর্থিক রিটার্ন সিরিজের ঋণাত্মক-শক অপ্রতিসমতা ধারণ করে।

EconMind দিয়ে প্রয়োগ করুনশীঘ্রইভিডিওশীঘ্রইDownload slides

পুরো পদ্ধতিটি পড়ুন

শুধু সদস্যদের জন্য

এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।

সাইন ইন করুন

Method map

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

+4 more

উৎস

  1. Nelson, D. B. (1991). Conditional Heteroskedasticity in Asset Returns: A New Approach. Econometrica, 59(2), 347-370. DOI: 10.2307/2938260
  2. Engle, R. F. & Ng, V. K. (1993). Measuring and Testing the Impact of News on Volatility. The Journal of Finance, 48(5), 1749-1778. DOI: 10.1111/j.1540-6261.1993.tb05127.x

এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন

ScholarGate. (2026, June 1). Exponential Generalised Autoregressive Conditional Heteroskedasticity. ScholarGate. https://scholargate.app/bn/econometrics/egarch

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

যেখানে উদ্ধৃত

ScholarGateEGARCH (Exponential Generalised Autoregressive Conditional Heteroskedasticity). 2026-06-15 তারিখে সংগৃহীত, উৎস: https://scholargate.app/bn/econometrics/egarch · ডেটাসেট: https://doi.org/10.5281/zenodo.20539026