Regression model

指数 GARCH (EGARCH)

EGARCH 是 Nelson 于 1991 年引入的一种非对称 GARCH 变体，它模拟了杠杆效应，即坏消息比同等规模的好消息更能提高波动性。它通过对条件方差的对数进行建模来捕捉金融回报序列的负冲击不对称性。

用 EconMind 应用即将推出视频即将推出下载幻灯片

阅读完整方法

仅限会员

使用免费账户登录即可阅读本节。

方法图谱

相关方法的邻域——选择一个节点以展开探索。

指数 GARCH (EGARCH)

ARIMA（自回归积分滑动平均）模型广义自回归条件异方差模型 (GARCH)GJR-GARCH (不对称 GARCH)TBATS Asymmetric Power ARCH (A…ARCH-LM检验用于波动率聚集条件在险价值（预期缺口）DCC-GARCH（动态条件相关性）极值理论 (EVT)傅里叶EGARCH：具有平滑结构性断裂的波动率建模

另有 4 项

来源

Nelson, D. B. (1991). Conditional Heteroskedasticity in Asset Returns: A New Approach. Econometrica, 59(2), 347-370. DOI: 10.2307/2938260 ↗
Engle, R. F. & Ng, V. K. (1993). Measuring and Testing the Impact of News on Volatility. The Journal of Finance, 48(5), 1749-1778. DOI: 10.1111/j.1540-6261.1993.tb05127.x ↗

如何引用本页

ScholarGate. (2026, June 1). Exponential Generalised Autoregressive Conditional Heteroskedasticity. ScholarGate. https://scholargate.app/zh/econometrics/egarch

选用哪种方法？

将本方法与其最相近的同类并置，并排研读——本馆将书籍铺陈于案上，取舍则由您定夺。

并排比较 →

被引用于

Asymmetric Power ARCH (APARCH) (非对称幂自回归条件异方差模型): 金融收益率的灵活波动率建模 ARCH-LM检验用于波动率聚集条件在险价值（预期缺口）DCC-GARCH（动态条件相关性）极值理论 (EVT)傅里叶EGARCH：具有平滑结构性断裂的波动率建模广义自回归条件异方差模型 (GARCH)GARCH 模型（波动率预测）GJR-GARCH (不对称 GARCH)马尔可夫状态转换模型 (MS-AR / MS-VAR)已实现波动率与HAR模型门限向量自回归（TVAR）和光滑转换向量自回归（STVAR）

发现本页有问题？报告或提出修改建议 →