ScholarGate
Assistente
Regression model

Exponential GARCH (EGARCH)

EGARCH è una variante asimmetrica di GARCH, introdotta da Nelson nel 1991, che modella l'effetto leva per cui le notizie negative aumentano la volatilità più delle notizie positive di pari entità. Cattura l'asimmetria degli shock negativi delle serie di rendimenti finanziari modellando il logaritmo della varianza condizionata.

Applica con EconMindIn arrivoVideoIn arrivoDownload slides

Leggi il metodo completo

Riservato ai membri

Accedi con un account gratuito per leggere questa sezione.

Accedi

Method map

The neighbourhood of related methods — select a node to explore.

+4 more

Fonti

  1. Nelson, D. B. (1991). Conditional Heteroskedasticity in Asset Returns: A New Approach. Econometrica, 59(2), 347-370. DOI: 10.2307/2938260
  2. Engle, R. F. & Ng, V. K. (1993). Measuring and Testing the Impact of News on Volatility. The Journal of Finance, 48(5), 1749-1778. DOI: 10.1111/j.1540-6261.1993.tb05127.x

Come citare questa pagina

ScholarGate. (2026, June 1). Exponential Generalised Autoregressive Conditional Heteroskedasticity. ScholarGate. https://scholargate.app/it/econometrics/egarch

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.

Compare side by side

Citato da

ScholarGateEGARCH (Exponential Generalised Autoregressive Conditional Heteroskedasticity). Consultato il 2026-06-15 da https://scholargate.app/it/econometrics/egarch · Insieme di dati: https://doi.org/10.5281/zenodo.20539026