EGARCH-Modell (Exponential GARCH)
Das Exponential GARCH (EGARCH)-Modell, eingeführt von Nelson (1991), erweitert den Standard-GARCH-Rahmen, indem es den Logarithmus der bedingten Varianz modelliert. Dies stellt sicher, dass die Varianz ohne Parameterbeschränkungen immer positiv ist, und ermöglicht entscheidend, dass negative und positive Schocks asymmetrische Auswirkungen auf die Volatilität haben – was den bekannten Leverage-Effekt an den Finanzmärkten erfasst.
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.
+20 more
Quellen
- Nelson, D. B. (1991). Conditional heteroskedasticity in asset returns: A new approach. Econometrica, 59(2), 347–370. DOI: 10.2307/2938260 ↗
- Bollerslev, T. (1986). Generalized autoregressive conditional heteroskedasticity. Journal of Econometrics, 31(3), 307–327. DOI: 10.1016/0304-4076(86)90063-1 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Exponential Generalized Autoregressive Conditional Heteroscedasticity Model. ScholarGate. https://scholargate.app/de/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.
- ARCH-Modell (Autoregressive Conditional Heteroskedasticity)Ökonometrie↔ compare
- ARIMA-Modell (Autoregressives integriertes gleitendes Durchschnittsmodell)Ökonometrie↔ compare
- DCC-GARCH-Modell (Dynamic Conditional Correlation)Ökonometrie↔ compare
- GARCH-Modell (Volatilitätsvorhersage)Ökonometrie↔ compare
- Das TGARCH-Modell (Threshold GARCH)Ökonometrie↔ compare
- Vektorautoregression (VAR)Ökonometrie↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →