Robust GARCH модел
Robust GARCH моделът разширява класическата GARCH рамка за справяне с екстремни стойности (outliers) и иновации с тежки опашки, които често се появяват в сериите от финансови възвръщаемости. Чрез намаляване на тежестта на екстремните наблюдения чрез робастен член за иновациите, той произвежда по-надеждни прогнози за волатилността, когато данните съдържат скокове, кризи или други аномалии, които иначе биха изкривили стандартните GARCH оценки.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Boudt, K., Danielsson, J., & Laurent, S. (2013). Robust forecasting of dynamic conditional correlation GARCH models. International Journal of Forecasting, 29(2), 244–257. DOI: 10.1016/j.ijforecast.2012.06.003 ↗
- Bollerslev, T. (1986). Generalized autoregressive conditional heteroskedasticity. Journal of Econometrics, 31(3), 307–327. DOI: 10.1016/0304-4076(86)90063-1 ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Robust Generalized Autoregressive Conditional Heteroscedasticity Model. ScholarGate. https://scholargate.app/bg/econometrics/robust-garch-model
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Модел ARCH (Авторегресивен условен хетероскедастичност)Иконометрия↔ compare
- Модел EGARCH (Експоненциален GARCH)Иконометрия↔ compare
- Модел GARCH (Прогнозиране на волатилността)Иконометрия↔ compare
- Квантилна регресияИконометрия↔ compare
- Модел на стохастична волатилност (Хестън)Финанси↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →