Modèle EGARCH (GARCH exponentiel)
Le modèle EGARCH (Exponential GARCH), introduit par Nelson (1991), étend le cadre GARCH standard en modélisant le logarithme de la variance conditionnelle. Ceci garantit que la variance est toujours positive sans contraintes sur les paramètres et, surtout, permet aux chocs négatifs et positifs d'avoir des effets asymétriques sur la volatilité — capturant l'effet de levier bien connu sur les marchés financiers.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
+20 more
Sources
- Nelson, D. B. (1991). Conditional heteroskedasticity in asset returns: A new approach. Econometrica, 59(2), 347–370. DOI: 10.2307/2938260 ↗
- Bollerslev, T. (1986). Generalized autoregressive conditional heteroskedasticity. Journal of Econometrics, 31(3), 307–327. DOI: 10.1016/0304-4076(86)90063-1 ↗
Comment citer cette page
ScholarGate. (2026, June 3). Exponential Generalized Autoregressive Conditional Heteroscedasticity Model. ScholarGate. https://scholargate.app/fr/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.
- Modèle ARCH (Hétéroscédasticité Conditionnelle Autorégressive)Économétrie↔ compare
- Modèle ARIMA (Modèle Autorégressif Intégré à Moyenne Mobile)Économétrie↔ compare
- Modèle DCC-GARCH (Corrélation Conditionnelle Dynamique)Économétrie↔ compare
- Modèle GARCH (Prévision de la volatilité)Économétrie↔ compare
- Modèle TGARCH (Threshold GARCH)Économétrie↔ compare
- Autoregressive Vectoriel (VAR)Économétrie↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →