标准普尔GSCI咖啡指数GJR-GARCH模型（波动性分析模型）
2026年10月22日 星期四的波动率预测
1天
37.10%
decreased by 0.39%
1周
37.01%
decreased by 0.48%
1个月
36.71%
decreased by 0.78%
更新于2026年10月21日星期三 UTC 23:02
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
1990年1月2日 至 2026年10月16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382%。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382%
| 参数 | 值 | t统计量 |
|---|---|---|
| ω常数项 | 0.1291 | 4.60*** |
| αARCH | 0.1009 | 4.63*** |
| βGARCH | 0.9130 | 89.79*** |
| γ杠杆 | -0.0800 | -3.27*** |
0.974
持续性26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 | 0.1291 | 4.60*** |
α ARCH 对平方冲击的反应 | 0.1009 | 4.63*** |
β GARCH 波动率持续性 | 0.9130 | 89.79*** |
γ 杠杆 对负向冲击的额外反应 | -0.0800 | -3.27*** |
持续性:
0.974
半衰期:
26天
大宗商品的其他GJR-GARCH模型分析