ScholarGate
Assistente
Regression model

Exponential GARCH (EGARCH)

EGARCH é uma variante assimétrica do GARCH, introduzida por Nelson em 1991, que modela o efeito alavancagem, no qual notícias ruins aumentam a volatilidade mais do que notícias boas de mesmo tamanho. Ela captura a assimetria de choque negativo das séries de retornos financeiros ao modelar o logaritmo da variância condicional.

Aplicar com EconMindEm breveVídeoEm breveDownload slides

Leia o método completo

Exclusivo para membros

Entre com uma conta gratuita para ler esta seção.

Entrar

Method map

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

+4 more

Fontes

  1. Nelson, D. B. (1991). Conditional Heteroskedasticity in Asset Returns: A New Approach. Econometrica, 59(2), 347-370. DOI: 10.2307/2938260
  2. Engle, R. F. & Ng, V. K. (1993). Measuring and Testing the Impact of News on Volatility. The Journal of Finance, 48(5), 1749-1778. DOI: 10.1111/j.1540-6261.1993.tb05127.x

Como citar esta página

ScholarGate. (2026, June 1). Exponential Generalised Autoregressive Conditional Heteroskedasticity. ScholarGate. https://scholargate.app/pt/econometrics/egarch

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

Referenciado por

ScholarGateEGARCH (Exponential Generalised Autoregressive Conditional Heteroskedasticity). Recuperado em 2026-06-15 de https://scholargate.app/pt/econometrics/egarch · Conjunto de dados: https://doi.org/10.5281/zenodo.20539026