Nelineārs GARCH modelis
Nelineārais GARCH modelis paplaidina standarta GARCH sistēmu, lai tvertu nosacītās svārstīguma asimetriskās un nelineārās reakcijas uz iepriekšējiem šokiem. Tas pieļauj, ka negatīvi ienākumi (sliktas ziņas) pastiprina svārstīgumu vairāk nekā pozitīvi ienākumi ar tādu pašu lielumu, kas ir parādība, kura pazīstama kā sviras efekts (leverage effect) un kas finanšu tirgos ir empīriski izplatīta.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- Glosten, L. R., Jagannathan, R., & Runkle, D. E. (1993). On the relation between the expected value and the volatility of the nominal excess return on stocks. Journal of Finance, 48(5), 1779-1801. DOI: 10.1111/j.1540-6261.1993.tb05128.x ↗
- Nelson, D. B. (1991). Conditional heteroskedasticity in asset returns: A new approach. Econometrica, 59(2), 347-370. DOI: 10.2307/2938260 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Nonlinear Generalized Autoregressive Conditional Heteroscedasticity Model. ScholarGate. https://scholargate.app/lv/econometrics/nonlinear-garch-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
- EGARCH modelis (eksponenciālais GARCH)Ekonometrija↔ compare
- TGARCH modelis (sliekšņa GARCH)Ekonometrija↔ compare
- Vektora autoregresija (VAR)Ekonometrija↔ compare
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →