Modèle EGARCH non linéaire
Le modèle EGARCH non linéaire étend le modèle Exponential GARCH de Nelson (1991) en permettant à la fonction d'impact des nouvelles de prendre une forme non linéaire flexible, capturant les réponses asymétriques et non linéaires de la volatilité conditionnelle aux chocs passés. Il est largement utilisé en économétrie financière pour modéliser les effets de levier et les dynamiques de volatilité complexes dans les rendements d'actifs.
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.
Sources
- Nelson, D. B. (1991). Conditional heteroskedasticity in asset returns: A new approach. Econometrica, 59(2), 347–370. DOI: 10.2307/2938260 ↗
- 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 ↗
Comment citer cette page
ScholarGate. (2026, June 3). Nonlinear Exponential Generalized Autoregressive Conditional Heteroscedasticity Model. ScholarGate. https://scholargate.app/fr/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.
- Modèle ARCH (Hétéroscédasticité Conditionnelle Autorégressive)Économétrie↔ compare
- Modèle EGARCH (GARCH exponentiel)Économétrie↔ compare
- Modèle GARCH (Prévision de la volatilité)Économétrie↔ compare
- Modèle de volatilité stochastique (Heston)Finance↔ compare
- Modèle TGARCH (Threshold GARCH)Économétrie↔ compare
Une erreur sur cette page ? Signalez-la ou proposez une correction →