Regression modelEconometrics / time series

Нелинейная модель GARCH

Нелинейная модель GARCH расширяет стандартную структуру GARCH для улавливания асимметричных и нелинейных откликов условной волатильности на прошлые шоки. Она позволяет отрицательным доходностям (плохим новостям) усиливать волатильность в большей степени, чем положительным доходностям равной величины, — явление, известное как эффект рычага (leverage effect), которое эмпирически широко распространено на финансовых рынках.

Применить в EconMindСкороВидеоСкороDownload slides

Читать метод полностью

Только для участников

Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.

Войти

Method map

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

Источники

  1. 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
  2. Nelson, D. B. (1991). Conditional heteroskedasticity in asset returns: A new approach. Econometrica, 59(2), 347-370. DOI: 10.2307/2938260

Как цитировать эту страницу

ScholarGate. (2026, June 3). Nonlinear Generalized Autoregressive Conditional Heteroscedasticity Model. ScholarGate. https://scholargate.app/ru/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.

Compare side by side
ScholarGateNonlinear GARCH model (Nonlinear Generalized Autoregressive Conditional Heteroscedasticity Model). Получено 2026-06-15 из https://scholargate.app/ru/econometrics/nonlinear-garch-model · Набор данных: https://doi.org/10.5281/zenodo.20539026