แบบจำลอง GARCH แบบไม่เชิงเส้น
แบบจำลอง GARCH แบบไม่เชิงเส้น (Nonlinear GARCH) เป็นการขยายกรอบการทำงานของ GARCH มาตรฐาน เพื่อจับภาพการตอบสนองของความผันผวนแบบมีเงื่อนไขต่อการเปลี่ยนแปลงในอดีต ซึ่งมีลักษณะไม่สมมาตรและไม่เชิงเส้น แบบจำลองนี้อนุญาตให้ผลตอบแทนที่เป็นลบ (ข่าวร้าย) เพิ่มความผันผวนได้มากกว่าผลตอบแทนที่เป็นบวกที่มีขนาดเท่ากัน ซึ่งเป็นปรากฏการณ์ที่เรียกว่า leverage effect และพบได้ทั่วไปในตลาดการเงิน
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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 ↗
- Nelson, D. B. (1991). Conditional heteroskedasticity in asset returns: A new approach. Econometrica, 59(2), 347-370. DOI: 10.2307/2938260 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Nonlinear Generalized Autoregressive Conditional Heteroscedasticity Model. ScholarGate. https://scholargate.app/th/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.
- แบบจำลอง ARCH (Autoregressive Conditional Heteroskedasticity)เศรษฐมิติ↔ compare
- แบบจำลอง ARIMA (Autoregressive Integrated Moving Average)เศรษฐมิติ↔ compare
- แบบจำลอง DCC-GARCH (Dynamic Conditional Correlation)เศรษฐมิติ↔ compare
- แบบจำลอง EGARCH (Exponential GARCH)เศรษฐมิติ↔ compare
- แบบจำลองทีจีอาร์ซีเอช (TGARCH Model - Threshold GARCH)เศรษฐมิติ↔ compare
- แบบจำลองการถดถอยอัตโนมัติแบบเวกเตอร์ (VAR)เศรษฐมิติ↔ compare