Modello EGARCH Non Lineare
Il modello EGARCH non lineare estende l'Exponential GARCH di Nelson (1991) consentendo alla funzione di impatto delle notizie di assumere una forma non lineare flessibile, catturando risposte asimmetriche e non lineari della volatilità condizionata agli shock passati. È ampiamente utilizzato nell'econometria finanziaria per modellare gli effetti di leva e le complesse dinamiche di volatilità nei rendimenti degli asset.
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.
Fonti
- Nelson, D. B. (1991). Conditional heteroskedasticity in asset returns: A new approach. Econometrica, 59(2), 347–370. DOI: 10.2307/2938260 ↗
- Engle, R. F., & Ng, V. K. (1993). Measuring and testing the impact of news on volatility. Journal of Finance, 48(5), 1749–1778. DOI: 10.1111/j.1540-6261.1993.tb05127.x ↗
Come citare questa pagina
ScholarGate. (2026, June 3). Nonlinear Exponential Generalized Autoregressive Conditional Heteroscedasticity Model. ScholarGate. https://scholargate.app/it/econometrics/nonlinear-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 EGARCH (Exponential GARCH)Econometria↔ compare
- Modello GARCH (Previsione della Volatilità)Econometria↔ compare
- Modello di Volatilità Stocastica (Heston)Finanza↔ compare
- Modello TGARCH (Threshold GARCH)Econometria↔ compare
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →