Regression model

Exponential GARCH (EGARCH)

EGARCH est une variante asymétrique de GARCH, introduite par Nelson en 1991, qui modélise l'effet de levier selon lequel les mauvaises nouvelles augmentent la volatilité plus que les bonnes nouvelles de même ampleur. Elle capture l'asymétrie des chocs négatifs des séries de rendements financiers en modélisant le logarithme de la variance conditionnelle.

Appliquer avec EconMindBientôtVidéoBientôtDownload slides

Lire la méthode complète

Réservé aux membres

Connectez-vous avec un compte gratuit pour lire cette section.

Se connecter

Method map

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

+4 more

Sources

  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. The Journal of Finance, 48(5), 1749-1778. DOI: 10.1111/j.1540-6261.1993.tb05127.x

Comment citer cette page

ScholarGate. (2026, June 1). Exponential Generalised Autoregressive Conditional Heteroskedasticity. ScholarGate. https://scholargate.app/fr/econometrics/egarch

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

Référencée par

ScholarGateEGARCH (Exponential Generalised Autoregressive Conditional Heteroskedasticity). Consulté le 2026-06-15 sur https://scholargate.app/fr/econometrics/egarch · Jeu de données : https://doi.org/10.5281/zenodo.20539026