ScholarGate
Asszisztens
Regression modelEconometrics / time series

EGARCH modell (Exponenciális GARCH)

Az Exponenciális GARCH (EGARCH) modellt, amelyet Nelson (1991) vezetett be, kiterjeszti a standard GARCH keretet a feltételes variancia logaritmusának modellezésével. Ez biztosítja, hogy a variancia mindig pozitív legyen paraméterkötöttségek nélkül, és ami döntő fontosságú, lehetővé teszi, hogy a negatív és pozitív sokkok aszimmetrikus hatást gyakoroljanak a volatilitásra – megragadva a pénzügyi piacokon jól ismert tőkeáttételi hatást.

Alkalmazás ezzel: EconMindHamarosanVideóHamarosanDiák letöltése

A teljes módszer elolvasása

Csak tagoknak

Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.

Bejelentkezés

Módszertérkép

A rokon módszerek környezete — válasszon ki egy csomópontot a felfedezéshez.

+20 további

Források

  1. Nelson, D. B. (1991). Conditional heteroskedasticity in asset returns: A new approach. Econometrica, 59(2), 347–370. DOI: 10.2307/2938260
  2. Bollerslev, T. (1986). Generalized autoregressive conditional heteroskedasticity. Journal of Econometrics, 31(3), 307–327. DOI: 10.1016/0304-4076(86)90063-1

Hogyan hivatkozzon erre az oldalra

ScholarGate. (2026, June 3). Exponential Generalized Autoregressive Conditional Heteroscedasticity Model. ScholarGate. https://scholargate.app/hu/econometrics/egarch-model

Melyik módszer?

Állítsa e módszert a hozzá legközelebb álló rokonai mellé, és olvassa őket egymás mellett — a könyvtár az asztalra teszi a könyveket; a választás az Öné.

Összehasonlítás egymás mellett

Hivatkozik rá

ScholarGateEGARCH model (Exponential Generalized Autoregressive Conditional Heteroscedasticity Model). Letöltve 2026-06-15, forrás: https://scholargate.app/hu/econometrics/egarch-model · Adatkészlet: https://doi.org/10.5281/zenodo.20539026