ScholarGate
Assistent
Regression model

GJR-GARCH (Asymmetrisk GARCH)

GJR-GARCH är en variant av GARCH-modellen för betingad volatilitet som fångar den asymmetriska effekten av negativa chocker på volatiliteten med hjälp av en indikatorvariabel. Den introducerades av Glosten, Jagannathan och Runkle (1993), med en nära besläktad tröskelformulering av Zakoian (1994).

Tillämpa med EconMindSnartApply, compare, get guidance
Tools & resources
Ladda ner bildspel
Learn & explore
VideoSnart

Läs hela metoden

Endast för medlemmar

Logga in med ett kostnadsfritt konto för att läsa avsnittet.

Logga in

Metodkarta

Närområdet av besläktade metoder — välj en nod för att utforska.

+1 till

Källor

  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. The Journal of Finance, 48(5), 1779-1801. DOI: 10.1111/j.1540-6261.1993.tb05128.x
  2. 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

Så citerar du den här sidan

ScholarGate. (2026, June 1). Glosten-Jagannathan-Runkle GARCH. ScholarGate. https://scholargate.app/sv/econometrics/gjr-garch

Vilken metod?

Placera den här metoden bredvid sina närmaste släktingar och läs dem sida vid sida — biblioteket lägger fram böckerna på bordet; valet är ditt.

Jämför sida vid sida

Refereras av

ScholarGateGJR-GARCH (Glosten-Jagannathan-Runkle GARCH). Hämtad 2026-06-17 från https://scholargate.app/sv/econometrics/gjr-garch · Datamängd: https://doi.org/10.5281/zenodo.20539026