GJR-GARCH (Asymmetrisches GARCH)
GJR-GARCH ist eine Variante des bedingten Volatilitätsmodells GARCH, die den asymmetrischen Effekt negativer Schocks auf die Volatilität mithilfe einer Indikatorvariablen erfasst. Es wurde von Glosten, Jagannathan und Runkle (1993) eingeführt, mit einer eng verwandten Schwellenwertformulierung von Zakoian (1994).
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Methodenkarte
Die Nachbarschaft verwandter Methoden — wählen Sie einen Knoten, um sie zu erkunden.
+1 weitere
Quellen
- 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. The Journal of Finance, 48(5), 1779-1801. DOI: 10.1111/j.1540-6261.1993.tb05128.x ↗
- Zakoian, J. M. (1994). Threshold Heteroskedastic Models. Journal of Economic Dynamics and Control, 18(5), 931-955. DOI: 10.1016/0165-1889(94)90039-6 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 1). Glosten-Jagannathan-Runkle GARCH. ScholarGate. https://scholargate.app/de/econometrics/gjr-garch
Welche Methode?
Stellen Sie diese Methode neben ihre nächsten Verwandten und lesen Sie sie nebeneinander — die Bibliothek legt die Bücher auf den Tisch; die Wahl liegt bei Ihnen.
- ARCH-Modell (Autoregressive Conditional Heteroskedasticity)Ökonometrie↔ vergleichen
- ARIMA-Modell (Autoregressive Integrated Moving Average)Ökonometrie↔ vergleichen
- Exponential GARCH (EGARCH)Ökonometrie↔ vergleichen
- GARCH-Modell (Volatilitätsvorhersage)Ökonometrie↔ vergleichen
- TBATSÖkonometrie↔ vergleichen
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →