Regression model
GJR-GARCH (GARCH bất đối xứng)
GJR-GARCH là một biến thể của mô hình biến động có điều kiện GARCH, mô hình này nắm bắt hiệu ứng bất đối xứng của các cú sốc tiêu cực lên biến động bằng cách sử dụng một biến chỉ báo. Nó được giới thiệu bởi Glosten, Jagannathan và Runkle (1993), với một công thức ngưỡng có liên quan chặt chẽ của Zakoian (1994).
Đọc toàn bộ phương pháp
Chỉ dành cho thành viên
Đăng nhậpĐăng nhập bằng tài khoản miễn phí để đọc phần này.
Method map
The neighbourhood of related methods — select a node to explore.
+1 more
Nguồn tài liệu
- 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 ↗
- 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 ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 1). Glosten-Jagannathan-Runkle GARCH. ScholarGate. https://scholargate.app/vi/econometrics/gjr-garch
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.
- Mô hình ARCH (Autoregressive Conditional Heteroskedasticity)Kinh tế lượng↔ compare
- Mô hình ARIMA (Autoregressive Integrated Moving Average)Kinh tế lượng↔ compare
- Exponential GARCH (EGARCH)Kinh tế lượng↔ compare
- Mô hình GARCH (Dự báo Biến động)Kinh tế lượng↔ compare
- TBATSKinh tế lượng↔ compare
Được tham chiếu bởi
APARCHKiểm định ARCH-LM về sự tập trung của phương saiExponential GARCH (EGARCH)EGARCH Fourier: Mô hình hóa Biến động với các Đứt gãy Cấu trúc Mượt màGeneralized Autoregressive Conditional Heteroskedasticity (GARCH)Panel TGARCH (Ngưỡng GARCH cho Dữ liệu Bảng)Mô hình VAR Ngưỡng và VAR Chuyển đổi Mượt (TVAR / STVAR)
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →