Regression modelEconometrics / time series

时变参数TGARCH模型

TVP-TGARCH模型扩展了阈值GARCH模型，允许其波动率参数通过状态空间表示随时间演变。它同时捕捉了杠杆效应——负回报冲击比正回报冲击更能增加波动率——以及这种不对称性的结构性变化，因此非常适合于经历状态转移的长金融时间序列。

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。

时变参数TGARCH模型

EGARCH model GARCH 模型（波动率预测）状态空间模型（卡尔曼滤波器）TGARCH 模型（阈值 GARCH）

来源

Zakoïan, 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 ↗

如何引用本页

ScholarGate. (2026, June 3). Time-Varying Parameter Threshold Generalized Autoregressive Conditional Heteroscedasticity Model. ScholarGate. https://scholargate.app/zh/econometrics/time-varying-parameter-tgarch-model

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 →

发现本页有问题？报告或提出修改建议 →