Exponential GARCH (EGARCH)
EGARCH er en asymmetrisk GARCH-variant, introduceret af Nelson i 1991, som modellerer gearingseffekten, hvor dårlige nyheder øger volatiliteten mere end gode nyheder af samme størrelse. Den indfanger den negative støds asymmetri i finansielle afkastserier ved at modellere logaritmen af den betingede varians.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
+4 more
Kilder
- Nelson, D. B. (1991). Conditional Heteroskedasticity in Asset Returns: A New Approach. Econometrica, 59(2), 347-370. DOI: 10.2307/2938260 ↗
- 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 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 1). Exponential Generalised Autoregressive Conditional Heteroskedasticity. ScholarGate. https://scholargate.app/da/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.
- ARIMA (Autoregressive Integrated Moving Average) ModelØkonometri↔ compare
- Generaliseret Autoregressiv Betinget Heteroskedasticitet (GARCH)Økonometri↔ compare
- GJR-GARCH (Asymmetrisk GARCH)Økonometri↔ compare
- TBATSØkonometri↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →