印度市场指数波动率指数GJR-GARCH模型(波动性分析模型)
2026年11月13日 星期五的波动率预测
1天
87.80%
decreased by 2.55%
1周
88.25%
decreased by 2.10%
1个月
89.44%
decreased by 0.91%
更新于2026年11月13日星期五 UTC 19:05
新息冲击曲线
收益如何影响次日的波动率波动率预测
波动率如何随时间演变参数估计
2008年3月3日 至 2026年11月5日模型洞察
该资产表现出罕见的反向杠杆效应:正收益对次日波动率的提升比负收益多329%。波动率在上涨后比下跌后上升更多,与通常的杠杆效应相反,在风险资产中少见。
σ
GJR-GARCH 模型
点击查看方程
反向杠杆: 正收益使波动率比负收益多增加329%
| 参数 | 值 | t统计量 |
|---|---|---|
| ω常数项 | 2.0156 | 3.57*** |
| αARCH | 0.1432 | 3.19*** |
| βGARCH | 0.8512 | 33.79*** |
| γ杠杆 | -0.1098 | -2.02** |
0.939
持续性11天
半衰期σ
GJR-GARCH 模型
点击查看方程
| 参数 | 值 | t统计量 |
|---|---|---|
ω 常数项 无条件方差权重 | 2.0156 | 3.57*** |
α ARCH 对平方冲击的反应 | 0.1432 | 3.19*** |
β GARCH 波动率持续性 | 0.8512 | 33.79*** |
γ 杠杆 对负向冲击的额外反应 | -0.1098 | -2.02** |
持续性:
0.939
半衰期:
11天
波动率指数的其他GJR-GARCH模型分析