Nonlineær GARCH-model
Den nonlineære GARCH-model udvider det standard GARCH-rammeværk til at indfange asymmetriske og nonlineære responser af betinget volatilitet på tidligere chok. Den tillader negative afkast (dårlige nyheder) at forstærke volatiliteten mere end positive afkast af samme størrelse, et fænomen kendt som leverage-effekten, som er empirisk udbredt på finansielle markeder.
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.
Kilder
- 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 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 3). Nonlinear Generalized Autoregressive Conditional Heteroscedasticity Model. ScholarGate. https://scholargate.app/da/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.
- ARCH-model (Autoregressiv Betinget Heteroskedasticitet)Økonometri↔ compare
- ARIMA-modellen (Autoregressive Integrated Moving Average)Økonometri↔ compare
- DCC-GARCH-model (Dynamisk Betinget Korrelation)Økonometri↔ compare
- EGARCH-model (Eksponentiel GARCH)Økonometri↔ compare
- TGARCH-model (Threshold GARCH)Økonometri↔ compare
- Vektorautoregression (VAR)Økonometri↔ compare
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →