Model EGARCH (Exponenciální GARCH)
Model Exponenciálního GARCH (EGARCH), představený Nelsonem (1991), rozšiřuje standardní rámec GARCH modelováním logaritmu podmíněné variance. Tím je zajištěno, že variance je vždy kladná bez omezení parametrů, a co je klíčové, umožňuje asymetrické účinky negativních a pozitivních šoků na volatilitu – zachycuje tak známý efekt pákového efektu na finančních trzích.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
+20 more
Zdroje
- Nelson, D. B. (1991). Conditional heteroskedasticity in asset returns: A new approach. Econometrica, 59(2), 347–370. DOI: 10.2307/2938260 ↗
- Bollerslev, T. (1986). Generalized autoregressive conditional heteroskedasticity. Journal of Econometrics, 31(3), 307–327. DOI: 10.1016/0304-4076(86)90063-1 ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Exponential Generalized Autoregressive Conditional Heteroscedasticity Model. ScholarGate. https://scholargate.app/cs/econometrics/egarch-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.
- Model ARCH (Autoregresivní podmíněná heteroskedasticita)Ekonometrie↔ compare
- Model ARIMA (Autoregressive Integrated Moving Average)Ekonometrie↔ compare
- Model DCC-GARCH (Dynamic Conditional Correlation)Ekonometrie↔ compare
- Model GARCH (Predikce volatility)Ekonometrie↔ compare
- Model TGARCH (Threshold GARCH)Ekonometrie↔ compare
- Vektorová autoregrese (VAR)Ekonometrie↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →