เปรียบเทียบวิธี
ดูวิธีที่เลือกเทียบกันแบบเคียงข้าง แถวที่ต่างกันจะถูกเน้นไว้
| GJR-GARCH (GARCH แบบไม่สมมาตร)× | แบบจำลอง GARCH (การพยากรณ์ความผันผวน)× | |
|---|---|---|
| สาขาวิชา | เศรษฐมิติ | เศรษฐมิติ |
| ตระกูล | Regression model | Regression model |
| ปีกำเนิด≠ | 1993 | 1986 |
| ผู้ริเริ่ม≠ | Glosten, Jagannathan & Runkle (1993); Zakoian (1994) | Tim Bollerslev |
| ประเภท≠ | Asymmetric conditional volatility model | Conditional volatility model |
| แหล่งต้นตำรับ≠ | 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 ↗ | Bollerslev, T. (1986). Generalized Autoregressive Conditional Heteroskedasticity. Journal of Econometrics, 31(3), 307–327. DOI ↗ |
| ชื่อเรียกอื่น | asymmetric GARCH, leverage GARCH, TGARCH, GJR-GARCH — Asimetrik GARCH (Glosten-Jagannathan-Runkle) | GARCH, GARCH(1,1), conditional volatility model, GARCH Modeli (Oynaklık Tahmini) |
| ที่เกี่ยวข้อง | 5 | 5 |
| สรุป≠ | GJR-GARCH is a variant of the GARCH conditional-volatility model that captures the asymmetric effect of negative shocks on volatility using an indicator variable. It was introduced by Glosten, Jagannathan and Runkle (1993), with a closely related threshold formulation by Zakoian (1994). | The Generalized Autoregressive Conditional Heteroskedasticity (GARCH) model, introduced by Tim Bollerslev in 1986, models the time-varying conditional variance of a financial time series. It captures volatility clustering and the ARCH effect, and is the standard tool for estimating risk and volatility in return series. |
| ScholarGateชุดข้อมูล ↗ |
|
|