Robustní GARCH model
Robustní GARCH model rozšiřuje klasický rámec GARCH o schopnost zpracovávat odlehlé hodnoty a inovace s těžkými chvosty, které se běžně objevují ve finančních výnosových řadách. Díky snížení váhy extrémních pozorování prostřednictvím robustního inovačního členu produkuje spolehlivější předpovědi volatility, když data obsahují skoky, krize nebo jiné anomálie, které by jinak zkreslily standardní odhady GARCH.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- 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 ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Robust Generalized Autoregressive Conditional Heteroscedasticity Model. ScholarGate. https://scholargate.app/cs/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.
- Model ARCH (Autoregresivní podmíněná heteroskedasticita)Ekonometrie↔ compare
- Model EGARCH (Exponenciální GARCH)Ekonometrie↔ compare
- Model GARCH (Predikce volatility)Ekonometrie↔ compare
- Kvantilová regreseEkonometrie↔ compare
- Model stochastické volatility (Heston)Finance↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →