Regression modelEconometrics / time series

Modelo EGARCH (GARCH Exponencial)

El modelo EGARCH (Exponential GARCH), introducido por Nelson (1991), extiende el marco GARCH estándar modelando el logaritmo de la varianza condicional. Esto asegura que la varianza sea siempre positiva sin restricciones de parámetros y, crucialmente, permite que los shocks negativos y positivos tengan efectos asimétricos sobre la volatilidad, capturando el conocido efecto apalancamiento en los mercados financieros.

Aplicar con EconMindPróximamenteVídeoPróximamenteDownload slides

Leer el método completo

Solo para miembros

Inicia sesión con una cuenta gratuita para leer esta sección.

Iniciar sesión

Method map

The neighbourhood of related methods — select a node to explore.

+20 more

Fuentes

  1. Nelson, D. B. (1991). Conditional heteroskedasticity in asset returns: A new approach. Econometrica, 59(2), 347–370. DOI: 10.2307/2938260
  2. Bollerslev, T. (1986). Generalized autoregressive conditional heteroskedasticity. Journal of Econometrics, 31(3), 307–327. DOI: 10.1016/0304-4076(86)90063-1

Cómo citar esta página

ScholarGate. (2026, June 3). Exponential Generalized Autoregressive Conditional Heteroscedasticity Model. ScholarGate. https://scholargate.app/es/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.

Compare side by side

Citado por

ScholarGateEGARCH model (Exponential Generalized Autoregressive Conditional Heteroscedasticity Model). Recuperado el 2026-06-15 de https://scholargate.app/es/econometrics/egarch-model · Conjunto de datos: https://doi.org/10.5281/zenodo.20539026