ScholarGate
Βοηθός

Σύγκριση μεθόδων

Εξετάστε τις επιλεγμένες μεθόδους δίπλα-δίπλα· οι γραμμές που διαφέρουν επισημαίνονται.

Μη Γραμμικό Μοντέλο EGARCH×Μοντέλο GARCH (Πρόβλεψη Μεταβλητότητας)×
ΠεδίοΟικονομετρίαΟικονομετρία
ΟικογένειαRegression modelRegression model
Έτος προέλευσης19911986
ΔημιουργόςDaniel B. NelsonTim Bollerslev
ΤύποςConditional volatility modelConditional volatility model
Θεμελιώδης πηγήNelson, D. B. (1991). Conditional heteroskedasticity in asset returns: A new approach. Econometrica, 59(2), 347–370. DOI ↗Bollerslev, T. (1986). Generalized Autoregressive Conditional Heteroskedasticity. Journal of Econometrics, 31(3), 307–327. DOI ↗
Εναλλακτικές ονομασίεςNL-EGARCH, nonlinear exponential GARCH, asymmetric EGARCH, NEGARCHGARCH, GARCH(1,1), conditional volatility model, GARCH Modeli (Oynaklık Tahmini)
Συναφείς55
ΣύνοψηThe Nonlinear EGARCH model extends Nelson's (1991) Exponential GARCH by allowing the news impact function to take a flexible nonlinear form, capturing asymmetric and nonlinear responses of conditional volatility to past shocks. It is widely used in financial econometrics to model leverage effects and complex volatility dynamics in asset returns.The Generalized Autoregressive Conditional Heteroskedasticity (GARCH) model, introduced by Tim Bollerslev in 1986, models the time-varying conditional variance of a financial time series. It captures volatility clustering and the ARCH effect, and is the standard tool for estimating risk and volatility in return series.
ScholarGateΣύνολο δεδομένων
  1. v1
  2. 2 Πηγές
  3. PUBLISHED
  1. v1
  2. 1 Πηγές
  3. PUBLISHED

Μετάβαση στην αναζήτηση Λήψη διαφανειών

ScholarGateΣύγκριση μεθόδων: Nonlinear EGARCH model · GARCH Model. Ανακτήθηκε στις 2026-06-18 από https://scholargate.app/el/compare