Nichtlineares EGARCH-Modell
Das nichtlineare EGARCH-Modell erweitert Nelsons (1991) Exponential GARCH, indem es der Nachrichtenwirkungsfunktion eine flexible nichtlineare Form gestattet, die asymmetrische und nichtlineare Reaktionen der bedingten Volatilität auf vergangene Schocks erfasst. Es wird in der Finanzökonometrie weit verbreitet zur Modellierung von Leverage-Effekten und komplexen Volatilitätsdynamiken bei Anlagerenditen eingesetzt.
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.
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. Journal of Finance, 48(5), 1749–1778. DOI: 10.1111/j.1540-6261.1993.tb05127.x ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Nonlinear Exponential Generalized Autoregressive Conditional Heteroscedasticity Model. ScholarGate. https://scholargate.app/de/econometrics/nonlinear-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
- EGARCH-Modell (Exponential GARCH)Ökonometrie↔ compare
- GARCH-Modell (Volatilitätsvorhersage)Ökonometrie↔ compare
- Stochastisches Volatilitätsmodell (Heston)Finanzwirtschaft↔ compare
- Das TGARCH-Modell (Threshold GARCH)Ökonometrie↔ compare
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →