ScholarGate
Asisten
Regression modelEconometrics / time series

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.

Terapkan dengan EconMindSegeraVideoSegeraUnduh salindia

Baca metode selengkapnya

Khusus anggota

Masuk dengan akun gratis untuk membaca bagian ini.

Masuk

Peta metode

Lingkup metode terkait — pilih sebuah simpul untuk menjelajah.

+20 lainnya

Sumber

  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

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.

Bandingkan berdampingan

Dirujuk oleh

ScholarGateEGARCH model (Exponential Generalized Autoregressive Conditional Heteroscedasticity Model). Diakses 2026-06-15 dari https://scholargate.app/id/econometrics/egarch-model · Set data: https://doi.org/10.5281/zenodo.20539026