Mô hình GARCH phi tuyến
Mô hình GARCH phi tuyến mở rộng khuôn khổ GARCH tiêu chuẩn để nắm bắt các phản ứng không đối xứng và phi tuyến của độ biến động có điều kiện đối với các cú sốc trong quá khứ. Nó cho phép các lợi suất âm (tin xấu) khuếch đại độ biến động nhiều hơn các lợi suất dương có cùng độ lớn, một hiện tượng được gọi là hiệu ứng đòn bẩy, vốn phổ biến trên thực tế ở các thị trường tài chính.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Bản đồ phương pháp
Lân cận của các phương pháp liên quan — chọn một nút để khám phá.
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. 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 ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 3). Nonlinear Generalized Autoregressive Conditional Heteroscedasticity Model. ScholarGate. https://scholargate.app/vi/econometrics/nonlinear-garch-model
Phương pháp nào?
Đặt phương pháp này bên cạnh những phương pháp gần gũi nhất với nó và đọc chúng song song — thư viện bày sách lên bàn; lựa chọn là của bạn.
- Mô hình ARCH (Autoregressive Conditional Heteroskedasticity)Kinh tế lượng↔ so sánh
- Mô hình ARIMA (Autoregressive Integrated Moving Average)Kinh tế lượng↔ so sánh
- Mô hình DCC-GARCH (Tương quan có điều kiện động)Kinh tế lượng↔ so sánh
- Mô hình EGARCH (Exponential GARCH)Kinh tế lượng↔ so sánh
- Mô hình TGARCH (Threshold GARCH)Kinh tế lượng↔ so sánh
- Mô hình Tự hồi quy Vector (VAR)Kinh tế lượng↔ so sánh
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →