Doğrusal Olmayan TGARCH Modeli
Nonlinear Threshold GARCH Model · Ayrıca şöyle bilinir: NL-TGARCH, Nonlinear Threshold GARCH, Asymmetric TGARCH, GJR-GARCH variant
Doğrusal Olmayan TGARCH (Eşik Değerli GARCH) modeli, eşit büyüklükteki pozitif ve negatif şokların gelecekteki oynaklık üzerinde farklı etkiler yaratmasına izin vererek standart GARCH çerçevesini genişletir. Koşullu oynaklığı, finansal getiri serilerindeki iyi belgelenmiş kaldıraç etkisini yakalayarak, işaret eşik değeriyle ayrılmış gecikmeli artıkların mutlak değerinin bir fonksiyonu olarak modeller.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
Özellikle eşitsimetrik bir oynaklık tepkisi olduğundan şüphelenilen, hisse senedi endeksleri, döviz kurları, emtia fiyatları gibi günlük veya yüksek frekanslı finansal getirileri modellerken Doğrusal Olmayan TGARCH kullanın. Kaldıraç katsayısı gama anlamlı olduğunda simetrik GARCH'a tercih edilir. Oynaklık kümelenmesinin zayıf olduğu düşük frekanslı makroekonomik seriler (aylık GSYİH büyümesi) için, olasılık tabanlı tahminleri güvenilmez hale getiren kısa örneklemler (yaklaşık 300 gözlemden az) için veya araştırma sorusu koşullu varyans yerine koşullu ortalama ile ilgili olduğunda bundan kaçının.
Güçlü yönler & sınırlılıklar
- Kaldıraç etkisini açıkça yakalar, hisse senedi ve döviz piyasaları için daha doğru oynaklık tahminleri üretir.
- Mutlak artıklar cinsinden modelleme, karesi alınmış artıklar yerine, standart GARCH'a kıyasla aşırı aykırı değerlerin etkisini azaltır.
- Doğrudan yorumlanabilirlik: gama, oynaklık tepkisindeki asimetriyi doğrudan ölçer.
- Simetrik TGARCH'ı özel bir durum (gama = 0) olarak kapsar, bu da iç içe hipotez testini kolaylaştırır.
- Kalın kuyrukları barındırmak için çok çeşitli hata dağılımlarıyla (normal, Student-t, çarpık-t) uyumludur.
- Güvenilir maksimum olabilirlik tahmini için makul derecede büyük bir örneklem (en az 300–500 gözlem) gerektirir.
- Durağanlık, parametre kısıtlamaları (karesi alınmış oynaklık terimlerinde alfa + gama/2 + beta < 1) gerektirir; bunlar uygulanmalı veya tahmin sonrası kontrol edilmelidir.
- Model, oynaklıktaki uzun belleği yakalamaz; kesirli entegre GARCH (FIGARCH) veya HYGARCH, çok kalıcı süreçler için daha iyi olabilir.
- Koşullu dağılımın seçimi (normal vs. Student-t vs. çarpık-t), çıkarımı etkileyen bir model seçimi adımı ekler.
SSS
TGARCH ve GJR-GARCH arasındaki fark nedir?
Her ikisi de asimetrik oynaklığı yakalar, ancak TGARCH koşullu standart sapmayı mutlak artıklar kullanarak modellerken, GJR-GARCH koşullu varyansı karesi alınmış artıklar kullanarak modeller. Eşik mekanizması benzerdir, ancak sonuçta ortaya çıkan dinamikler ve parametre yorumları farklıdır.
Kaldıraç etkisinin anlamlı olup olmadığını nasıl test ederim?
Modeli tahmin edin ve eşik değeri katsayısı gama üzerindeki t-istatistiğini (veya p-değerini) inceleyin. Anlamlı derecede pozitif bir gama, asimetrik oynaklığı doğrular. Model uyumundaki iyileşmeyi değerlendirmek için AIC/BIC'yi simetrik bir GARCH ile de karşılaştırabilirsiniz.
Güvenilir TGARCH tahmini için ne kadar örneklem büyüklüğü gereklidir?
Genellikle yaklaşık 300 günlük gözlem minimum önerilir; 500 veya daha fazlası tercih edilir. Daha az gözlemle, olasılık yüzeyi gama civarında düz olabilir, bu da asimetri tahminini güvenilmez hale getirir.
TGARCH, bir ARMA ortalama denklemi ile birleştirilebilir mi?
Evet. Standart bir yaklaşım, ARMA kısmının getirilerdeki otokorelasyonu ele aldığı ve TGARCH kısmının artık oynaklık dinamiklerini modellediği bir ARMA(p,q)-TGARCH(1,1) spesifikasyonunu uydurmaktır.
Hangi yazılım paketleri Doğrusal Olmayan TGARCH tahminini desteklemektedir?
Model R (rugarch paketi), Python (arch paketi), EViews ve Stata (mgarch paketi) içinde mevcuttur. Hepsi birden fazla dağılım seçeneğiyle maksimum olabilirlik tahminini uygular.
Kaynaklar
- 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 ↗
- 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 ↗
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 3). Nonlinear Threshold GARCH Model. ScholarGate. https://scholargate.app/tr/econometrics/nonlinear-tgarch-model
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- ARCH Modeli (Otoregresif Koşullu Heteroskedastisite)Ekonometri↔ karşılaştır
- GARCH Modeli (Volatilite Tahmini)Ekonometri↔ karşılaştır
- TGARCH Modeli (Eşik GARCH)Ekonometri↔ karşılaştır