Model EGARCH (Exponential GARCH)
Model Exponential GARCH (EGARCH), yang diperkenalkan oleh Nelson (1991), memperluas kerangka GARCH standar dengan memodelkan logaritma varians kondisional. Hal ini memastikan varians selalu positif tanpa batasan parameter dan, yang terpenting, memungkinkan guncangan negatif dan positif memiliki efek asimetris pada volatilitas — menangkap efek leverage yang dikenal di pasar keuangan.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Peta metode
Lingkup metode terkait — pilih sebuah simpul untuk menjelajah.
+20 lainnya
Sumber
- 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 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Exponential Generalized Autoregressive Conditional Heteroscedasticity Model. ScholarGate. https://scholargate.app/id/econometrics/egarch-model
Metode yang mana?
Letakkan metode ini berdampingan dengan kerabat terdekatnya dan baca secara bersisian — pustaka menata bukunya di atas meja; pilihan ada di tangan Anda.
- Model ARCH (Autoregressive Conditional Heteroskedasticity)Ekonometrika↔ bandingkan
- Model ARIMA (Autoregressive Integrated Moving Average)Ekonometrika↔ bandingkan
- Model DCC-GARCH (Dynamic Conditional Correlation)Ekonometrika↔ bandingkan
- Model GARCH (Peramalan Volatilitas)Ekonometrika↔ bandingkan
- Model TGARCH (Threshold GARCH)Ekonometrika↔ bandingkan
- Autoregresi Vektor (VAR)Ekonometrika↔ bandingkan
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →