Modelo GARCH no lineal
El modelo GARCH no lineal extiende el marco GARCH estándar para capturar respuestas asimétricas y no lineales de la volatilidad condicional a choques pasados. Permite que los rendimientos negativos (malas noticias) amplifiquen la volatilidad más que los rendimientos positivos de igual magnitud, un fenómeno conocido como efecto apalancamiento, que es empíricamente omnipresente en los mercados financieros.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Nonlinear Generalized Autoregressive Conditional Heteroscedasticity Model. ScholarGate. https://scholargate.app/es/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.
- Modelo ARCH (Heterocedasticidad Autoregresiva Condicional)Econometría↔ compare
- Modelo ARIMA (Autoregressive Integrated Moving Average)Econometría↔ compare
- Modelo DCC-GARCH (Correlación Condicional Dinámica)Econometría↔ compare
- Modelo EGARCH (GARCH Exponencial)Econometría↔ compare
- Modelo TGARCH (Threshold GARCH)Econometría↔ compare
- Vector Autoregression (VAR)Econometría↔ compare
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →