Nelineární model GARCH
Nelineární model GARCH rozšiřuje standardní rámec GARCH o zachycení asymetrických a nelineárních reakcí podmíněné volatility na minulé šoky. Umožňuje negativním výnosům (špatné zprávy) zesilovat volatilitu více než pozitivním výnosům stejné velikosti, což je jev známý jako pákový efekt (leverage effect), který je empiricky všudypřítomný 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.
Zdroje
- 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 ↗
- Nelson, D. B. (1991). Conditional heteroskedasticity in asset returns: A new approach. Econometrica, 59(2), 347-370. DOI: 10.2307/2938260 ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Nonlinear Generalized Autoregressive Conditional Heteroscedasticity Model. ScholarGate. https://scholargate.app/cs/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.
- Model ARCH (Autoregresivní podmíněná heteroskedasticita)Ekonometrie↔ compare
- Model ARIMA (Autoregressive Integrated Moving Average)Ekonometrie↔ compare
- Model DCC-GARCH (Dynamic Conditional Correlation)Ekonometrie↔ compare
- Model EGARCH (Exponenciální GARCH)Ekonometrie↔ compare
- Model TGARCH (Threshold GARCH)Ekonometrie↔ compare
- Vektorová autoregrese (VAR)Ekonometrie↔ compare
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →