Model EGARCH (Exponential GARCH)
Model Exponential GARCH (EGARCH), wprowadzony przez Nelsona (1991), rozszerza standardowe ramy GARCH poprzez modelowanie logarytmu wariancji warunkowej. Zapewnia to, że wariancja jest zawsze dodatnia bez ograniczeń parametrów i, co kluczowe, pozwala na asymetryczne efekty negatywnych i pozytywnych szoków na zmienność — wychwytując dobrze znany efekt dźwigni na rynkach finansowych.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
+20 more
Źródła
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 3). Exponential Generalized Autoregressive Conditional Heteroscedasticity Model. ScholarGate. https://scholargate.app/pl/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.
- Model ARCH (Autoregresywna Heteroskedastyczność Warunkowa)Ekonometria↔ compare
- Model ARIMA (Autoregresyjny Zintegrowany Model Średniej Ruchomej)Ekonometria↔ compare
- Model DCC-GARCH (Dynamic Conditional Correlation)Ekonometria↔ compare
- Model GARCH (Prognozowanie zmienności)Ekonometria↔ compare
- Model TGARCH (Threshold GARCH)Ekonometria↔ compare
- Autoregresja Wektorowa (VAR)Ekonometria↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →