ScholarGate
Assistent
Regression modelEconometrics / time series

Model GARCH Robust

El model GARCH Robust estén el marc GARCH clàssic per gestionar valors atípics i innovacions de cua pesada que apareixen habitualment en sèries de rendiments financers. Ponderant a la baixa les observacions extremes mitjançant un terme d'innovació robust, produeix pronòstics de volatilitat més fiables quan les dades contenen salts, crisis o altres anomalies que, altrament, distorsionarien les estimacions GARCH estàndard.

Aplica-ho amb EconMindAviatVídeoAviatBaixa les diapositives

Llegeix el mètode complet

Només per a membres

Inicia la sessió amb un compte gratuït per llegir aquesta secció.

Inicia la sessió

Mapa de mètodes

El veïnat de mètodes relacionats — seleccioneu un node per explorar-lo.

Fonts

  1. 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
  2. Bollerslev, T. (1986). Generalized autoregressive conditional heteroskedasticity. Journal of Econometrics, 31(3), 307–327. DOI: 10.1016/0304-4076(86)90063-1

Com citar aquesta pàgina

ScholarGate. (2026, June 3). Robust Generalized Autoregressive Conditional Heteroscedasticity Model. ScholarGate. https://scholargate.app/ca/econometrics/robust-garch-model

Quin mètode?

Poseu aquest mètode al costat dels seus parents més pròxims i llegiu-los de costat a costat — la biblioteca disposa els llibres sobre la taula; la tria és vostra.

Compara de costat a costat

Citat per

ScholarGateRobust GARCH model (Robust Generalized Autoregressive Conditional Heteroscedasticity Model). Recuperat el 2026-06-15 de https://scholargate.app/ca/econometrics/robust-garch-model · Conjunt de dades: https://doi.org/10.5281/zenodo.20539026