เปรียบเทียบวิธี

	แบบจำลอง GARCH แบบไม่เชิงเส้น	แบบจำลองการถดถอยอัตโนมัติแบบเวกเตอร์ (VAR)
สาขาวิชา	เศรษฐมิติ	เศรษฐมิติ
ตระกูล	Regression model	Regression model
ปีกำเนิด	1991-1993	1980
ผู้ริเริ่ม	Glosten, Jagannathan & Runkle; Nelson (1991) for EGARCH	Christopher A. Sims
ประเภท	Volatility model	Multivariate time-series 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. Journal of Finance, 48(5), 1779-1801.	Sims, C. A. (1980). Macroeconomics and Reality. Econometrica, 48(1), 1–48.
ชื่อเรียกอื่น	NL-GARCH, asymmetric GARCH, GJR-GARCH, nonlinear volatility model	VAR, VAR model, vector autoregressive model, multivariate autoregression
ที่เกี่ยวข้อง	6	5
สรุป	The Nonlinear GARCH model extends the standard GARCH framework to capture asymmetric and nonlinear responses of conditional volatility to past shocks. It allows negative returns (bad news) to amplify volatility more than positive returns of equal magnitude, a phenomenon known as the leverage effect, which is empirically pervasive in financial markets.	Vector Autoregression is a multivariate time-series model in which each variable is regressed on its own lags and the lags of all other variables in the system. Originally proposed by Sims (1980) as a data-driven alternative to large structural macroeconomic models, VAR has become the standard workhorse for dynamic analysis in empirical economics and finance.