Regression modelEconometrics / time series

Robustní EGARCH model

Robustní EGARCH rozšiřuje exponenciální model GARCH Nelsona (1991) nahrazením standardní kvazi-maximální věrohodnostní (QMLE) odhadu procedurami odolnými vůči odlehlým hodnotám — typicky procedurami s omezeným vlivem nebo M-odhadem — takže malá část extrémních pozorování nebo datových chyb nemůže zkreslit odhadnutou dynamiku volatility nebo pákový efekt.

Použít v EconMindJiž brzyVideoJiž brzyDownload slides

Přečíst celou metodu

Pouze pro členy

Pro přečtení této sekce se přihlaste s bezplatným účtem.

Přihlásit se

Method map

The neighbourhood of related methods — select a node to explore.

Zdroje

  1. Muler, N., & Yohai, V. J. (2008). Robust estimates for GARCH models. Journal of Statistical Planning and Inference, 138(10), 2918–2940. DOI: 10.1016/j.jspi.2007.11.003
  2. Nelson, D. B. (1991). Conditional heteroskedasticity in asset returns: A new approach. Econometrica, 59(2), 347–370. DOI: 10.2307/2938260

Jak citovat tuto stránku

ScholarGate. (2026, June 3). Robust Exponential Generalized Autoregressive Conditional Heteroscedasticity Model. ScholarGate. https://scholargate.app/cs/econometrics/robust-egarch

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.

Compare side by side

Odkazuje sem

ScholarGateRobust EGARCH (Robust Exponential Generalized Autoregressive Conditional Heteroscedasticity Model). Získáno 2026-06-15 z https://scholargate.app/cs/econometrics/robust-egarch · Datová sada: https://doi.org/10.5281/zenodo.20539026