1. GJR-ARCH(1) GJR-ARCH(1)模型如下: 上面这个式子中 γ 用来衡量asymmetry的程度; 1.1 unconditional variance Var(at)=E[at2]=E[σt2]=α0+α1E[at−12]+γE[It−1at−12] 由于I 和a其实是相互独立的并且a的正负不会对I造成影响 所以 E[It−1at−12]=E[It−1]E[at−12]...
其中圣1是一个虚拟变量,即假设在响应<好消息(T - 1(0零0)坏消息T - 1)的一个值。 GJR模型允许不对称,通过增加一个坏消息后的误差平方长期标准的GARCH模型,并在这样做允许出现负回报率的冲击,以产生更大的波动性比正回报冲击。