Regression modelEconometrics / time series

مدل غیرخطی EGARCH

مدل غیرخطی EGARCH، مدل نمایی GARCH نلسون (۱۹۹۱) را با اجازه دادن به تابع اثر اخبار برای اتخاذ شکلی غیرخطی و انعطاف‌پذیر، بسط می‌دهد و پاسخ‌های نامتقارن و غیرخطی نوسانات شرطی به شوک‌های گذشته را ثبت می‌کند. این مدل به طور گسترده در اقتصاد سنجی مالی برای مدل‌سازی اثرات اهرمی و دینامیک‌های پیچیده نوسانات در بازده دارایی‌ها استفاده می‌شود.

به‌کارگیری با EconMindبه‌زودیویدیوبه‌زودیDownload slides

مطالعهٔ کامل روش

ویژهٔ اعضا

برای خواندن این بخش با حساب رایگان وارد شوید.

ورود

Method map

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

منابع

  1. Nelson, D. B. (1991). Conditional heteroskedasticity in asset returns: A new approach. Econometrica, 59(2), 347–370. DOI: 10.2307/2938260
  2. 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

نحوهٔ استناد به این صفحه

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

Compare side by side
ScholarGateNonlinear EGARCH model (Nonlinear Exponential Generalized Autoregressive Conditional Heteroscedasticity Model). بازیابی‌شده در 2026-06-15 از https://scholargate.app/fa/econometrics/nonlinear-egarch-model · مجموعه‌داده: https://doi.org/10.5281/zenodo.20539026