Modelo EGARCH Não Linear
O modelo EGARCH não linear estende o Exponential GARCH de Nelson (1991) ao permitir que a função de impacto de notícias assuma uma forma não linear flexível, capturando respostas assimétricas e não lineares da volatilidade condicional a choques passados. É amplamente utilizado em econometria financeira para modelar efeitos de alavancagem e dinâmicas complexas de volatilidade nos retornos de ativos.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
Fontes
- Nelson, D. B. (1991). Conditional heteroskedasticity in asset returns: A new approach. Econometrica, 59(2), 347–370. DOI: 10.2307/2938260 ↗
- Engle, R. F., & Ng, V. K. (1993). Measuring and testing the impact of news on volatility. Journal of Finance, 48(5), 1749–1778. DOI: 10.1111/j.1540-6261.1993.tb05127.x ↗
Como citar esta página
ScholarGate. (2026, June 3). Nonlinear Exponential Generalized Autoregressive Conditional Heteroscedasticity Model. ScholarGate. https://scholargate.app/pt/econometrics/nonlinear-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.
- Modelo ARCH (Autoregressive Conditional Heteroskedasticity)Econometria↔ compare
- Modelo EGARCH (GARCH Exponencial)Econometria↔ compare
- Modelo GARCH (Previsão de Volatilidade)Econometria↔ compare
- Modelo de Volatilidade Estocástica (Heston)Finanças↔ compare
- Modelo TGARCH (GARCH Limiar)Econometria↔ compare
Encontrou um problema nesta página? Relate ou sugira uma correção →