V-Lab
印度市场指数波动率指数GJR-GARCH模型（波动性分析模型）
2026年9月25日 星期五的波动率预测
1天
144.68%
increased by 65.60%
1周
139.82%
increased by 60.74%
1个月
125.42%
increased by 46.34%
更新于2026年9月25日星期五 UTC 20:56
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9月24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343%。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343%
| 参数 | 值 | t统计量 |
|---|---|---|
| ω常数项 | 1.9791 | 3.49*** |
| αARCH | 0.1438 | 3.17*** |
| βGARCH | 0.8530 | 34.12*** |
| γ杠杆 | -0.1113 | -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 | 1.9791 | 3.49*** |
α ARCH 对平方冲击的反应 | 0.1438 | 3.17*** |
β GARCH 波动率持续性 | 0.8530 | 34.12*** |
γ 杠杆 对负向冲击的额外反应 | -0.1113 | -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