Exponential GARCH (EGARCH)
EGARCH ist eine asymmetrische GARCH-Variante, die 1991 von Nelson eingeführt wurde und den Leverage-Effekt modelliert, bei dem schlechte Nachrichten die Volatilität stärker erhöhen als gute Nachrichten gleicher Größe. Sie erfasst die Asymmetrie negativer Schocks von Finanzrenditeserien, indem sie den Logarithmus der bedingten Varianz modelliert.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
+4 more
Quellen
- 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 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 1). Exponential Generalised Autoregressive Conditional Heteroskedasticity. ScholarGate. https://scholargate.app/de/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-Modell (Autoregressive Integrated Moving Average)Ökonometrie↔ compare
- Generalisierte Autoregressive Bedingte Heteroskedastizität (GARCH)Ökonometrie↔ compare
- GJR-GARCH (Asymmetrisches GARCH)Ökonometrie↔ compare
- TBATSÖkonometrie↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →