ScholarGate
Assistent
Regression model

GJR-GARCH (Asymmetrische GARCH)

GJR-GARCH is een variant van het GARCH-model voor conditionele volatiliteit dat het asymmetrische effect van negatieve schokken op volatiliteit vastlegt met behulp van een indicatorvariabele. Het werd geïntroduceerd door Glosten, Jagannathan en Runkle (1993), met een nauw verwante drempelformulering door Zakoian (1994).

Toepassen met EconMindBinnenkortVideoBinnenkortDownload slides

Lees de volledige methode

Alleen voor leden

Log in met een gratis account om dit onderdeel te lezen.

Inloggen

Method map

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

+1 more

Bronnen

  1. 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. The Journal of Finance, 48(5), 1779-1801. DOI: 10.1111/j.1540-6261.1993.tb05128.x
  2. Zakoian, J. M. (1994). Threshold Heteroskedastic Models. Journal of Economic Dynamics and Control, 18(5), 931-955. DOI: 10.1016/0165-1889(94)90039-6

Deze pagina citeren

ScholarGate. (2026, June 1). Glosten-Jagannathan-Runkle GARCH. ScholarGate. https://scholargate.app/nl/econometrics/gjr-garch

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

Geciteerd door

ScholarGateGJR-GARCH (Glosten-Jagannathan-Runkle GARCH). Geraadpleegd op 2026-06-15 via https://scholargate.app/nl/econometrics/gjr-garch · Gegevensset: https://doi.org/10.5281/zenodo.20539026