Nichtlineares GARCH-Modell
Das nichtlineare GARCH-Modell erweitert den Standard-GARCH-Rahmen, um asymmetrische und nichtlineare Reaktionen der bedingten Volatilität auf vergangene Schocks zu erfassen. Es erlaubt negativen Renditen (schlechte Nachrichten), die Volatilität stärker zu verstärken als positiven Renditen gleicher Größenordnung, ein Phänomen, das als Leverage-Effekt bekannt ist und in Finanzmärkten empirisch weit verbreitet ist.
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
- 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 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Nonlinear Generalized Autoregressive Conditional Heteroscedasticity Model. ScholarGate. https://scholargate.app/de/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-Modell (Autoregressive Conditional Heteroskedasticity)Ökonometrie↔ compare
- ARIMA-Modell (Autoregressives integriertes gleitendes Durchschnittsmodell)Ökonometrie↔ compare
- DCC-GARCH-Modell (Dynamic Conditional Correlation)Ökonometrie↔ compare
- EGARCH-Modell (Exponential GARCH)Ökonometrie↔ compare
- Das TGARCH-Modell (Threshold GARCH)Ökonometrie↔ compare
- Vektorautoregression (VAR)Ökonometrie↔ compare
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →