Nieliniowy model GARCH
Nieliniowy model GARCH rozszerza standardowe ramy GARCH, aby uchwycić asymetryczne i nieliniowe reakcje warunkowej zmienności na przeszłe szoki. Pozwala on, aby ujemne stopy zwrotu (złe wiadomości) wzmacniały zmienność bardziej niż dodatnie stopy zwrotu o tej samej skali, co jest zjawiskiem znanym jako efekt dźwigni (leverage effect), powszechnie występującym 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.
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. 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 3). Nonlinear Generalized Autoregressive Conditional Heteroscedasticity Model. ScholarGate. https://scholargate.app/pl/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.
- 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 EGARCH (Exponential GARCH)Ekonometria↔ compare
- Model TGARCH (Threshold GARCH)Ekonometria↔ compare
- Autoregresja Wektorowa (VAR)Ekonometria↔ compare
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →