EGARCH modelis (eksponenciālais GARCH)
Eksponenciālais GARCH (EGARCH) modelis, ko ieviesa Nelson (1991), paplašina standarta GARCH sistēmu, modelējot nosacītās dispersijas logaritmu. Tas nodrošina, ka dispersija vienmēr ir pozitīva bez parametru ierobežojumiem un, kas ir ļoti svarīgi, ļauj negatīviem un pozitīviem šokiem radīt asimetriskus efektus uz svārstīgumu — tādējādi aptverot finanšu tirgos labi zināmo sviras efektu.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
+20 more
Avoti
- 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 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Exponential Generalized Autoregressive Conditional Heteroscedasticity Model. ScholarGate. https://scholargate.app/lv/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.
- Autoregresīvās nosacītās heteroskedastiskuma (ARCH) modelisEkonometrija↔ compare
- ARIMA modelis (autoregresīvais integrētais slīdošais vidējais)Ekonometrija↔ compare
- DCC-GARCH modelis (Dynamic Conditional Correlation)Ekonometrija↔ compare
- GARCH modelis (volatilitātes prognozēšana)Ekonometrija↔ compare
- TGARCH modelis (sliekšņa GARCH)Ekonometrija↔ compare
- Vektora autoregresija (VAR)Ekonometrija↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →