Regression modelEconometrics / time series

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.

Použít v EconMindJiž brzyVideoJiž brzyDownload slides

Přečíst celou metodu

Pouze pro členy

Pro přečtení této sekce se přihlaste s bezplatným účtem.

Přihlásit se

Method map

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

+20 more

Zdroje

  1. Nelson, D. B. (1991). Conditional heteroskedasticity in asset returns: A new approach. Econometrica, 59(2), 347–370. DOI: 10.2307/2938260
  2. 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.

Compare side by side

Odkazuje sem

ScholarGateEGARCH model (Exponential Generalized Autoregressive Conditional Heteroscedasticity Model). Získáno 2026-06-15 z https://scholargate.app/cs/econometrics/egarch-model · Datová sada: https://doi.org/10.5281/zenodo.20539026