Modèle GARCH non linéaire
Le modèle GARCH non linéaire étend le cadre GARCH standard pour capturer les réponses asymétriques et non linéaires de la volatilité conditionnelle aux chocs passés. Il permet aux rendements négatifs (mauvaises nouvelles) d'amplifier la volatilité plus que les rendements positifs de magnitude égale, un phénomène connu sous le nom d'effet de levier, qui est empiriquement omniprésent 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.
Sources
- 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 ↗
Comment citer cette page
ScholarGate. (2026, June 3). Nonlinear Generalized Autoregressive Conditional Heteroscedasticity Model. ScholarGate. https://scholargate.app/fr/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.
- 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 EGARCH (GARCH exponentiel)Économétrie↔ compare
- Modèle TGARCH (Threshold GARCH)Économétrie↔ compare
- Autoregressive Vectoriel (VAR)Économétrie↔ compare
Une erreur sur cette page ? Signalez-la ou proposez une correction →