Modello EGARCH (Exponential GARCH)
Il modello Exponential GARCH (EGARCH), introdotto da Nelson (1991), estende il framework GARCH standard modellando il logaritmo della varianza condizionata. Ciò garantisce che la varianza sia sempre positiva senza vincoli sui parametri e, soprattutto, consente a shock positivi e negativi di avere effetti asimmetrici sulla volatilità, catturando il noto effetto leva nei mercati finanziari.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
+20 more
Fonti
- 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 ↗
Come citare questa pagina
ScholarGate. (2026, June 3). Exponential Generalized Autoregressive Conditional Heteroscedasticity Model. ScholarGate. https://scholargate.app/it/econometrics/egarch-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.
- Modello ARCH (Autoregressive Conditional Heteroskedasticity)Econometria↔ compare
- Modello ARIMA (Autoregressive Integrated Moving Average)Econometria↔ compare
- Modello DCC-GARCH (Dynamic Conditional Correlation)Econometria↔ compare
- Modello GARCH (Previsione della Volatilità)Econometria↔ compare
- Modello TGARCH (Threshold GARCH)Econometria↔ compare
- Autoregressione Vettoriale (VAR)Econometria↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →