印度市场指数波动率指数GJR-GARCH模型（波动性分析模型）
2026年10月16日 星期五的波动率预测
1天
100.15%
decreased by 4.73%
1周
99.26%
decreased by 5.62%
1个月
96.78%
decreased by 8.10%
更新于2026年10月16日星期五 UTC 23:49
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10月8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339%。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339%
| 参数 | 值 | t统计量 |
|---|---|---|
| ω常数项 | 1.9720 | 3.50*** |
| αARCH | 0.1426 | 3.19*** |
| βGARCH | 0.8536 | 34.30*** |
| γ杠杆 | -0.1101 | -2.03** |
0.941
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 | 1.9720 | 3.50*** |
α ARCH 对平方冲击的反应 | 0.1426 | 3.19*** |
β GARCH 波动率持续性 | 0.8536 | 34.30*** |
γ 杠杆 对负向冲击的额外反应 | -0.1101 | -2.03** |
持续性:
0.941
半衰期:
11天
波动率指数的其他GJR-GARCH模型分析