Regression model
GJR-GARCH (Asymetryczny GARCH)
GJR-GARCH jest wariantem modelu zmienności warunkowej GARCH, który wychwytuje asymetryczny wpływ negatywnych szoków na zmienność za pomocą zmiennej wskaźnikowej. Został wprowadzony przez Glostena, Jagannathana i Runkle (1993), z blisko powiązaną formułą progową Zakoiana (1994).
Przeczytaj pełny opis metody
Tylko dla członków
Zaloguj sięZaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
+1 more
Źródła
- 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 ↗
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 1). Glosten-Jagannathan-Runkle GARCH. ScholarGate. https://scholargate.app/pl/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.
- Model ARCH (Autoregresywna Heteroskedastyczność Warunkowa)Ekonometria↔ compare
- Model ARIMA (Autoregressive Integrated Moving Average)Ekonometria↔ compare
- Wykładniczy GARCH (EGARCH)Ekonometria↔ compare
- Model GARCH (Prognozowanie zmienności)Ekonometria↔ compare
- TBATSEkonometria↔ compare
Cytowana przez
APARCHTest ARCH-LM na klastrowanie zmiennościWykładniczy GARCH (EGARCH)Fourier EGARCH: Modelowanie zmienności z płynnymi zmianami strukturalnymiUogólniona warunkowa heteroskedastyczność z autoregresją (GARCH)Panel TGARCH (Threshold GARCH dla danych panelowych)Progowy i gładko-przejściowy VAR (TVAR / STVAR)
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →