Robust GARCH-model
Den robuste GARCH-model udvider det klassiske GARCH-rammeværk til at håndtere outliers og innovationer med tunge haler, som ofte forekommer i finansielle afkastserier. Ved at nedvægte ekstreme observationer gennem et robust innovationsled producerer den mere pålidelige volatilitetsprognoser, når data indeholder spring, kriser eller andre anomalier, der ellers ville forvrænge standard GARCH-estimater.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 3). Robust Generalized Autoregressive Conditional Heteroscedasticity Model. ScholarGate. https://scholargate.app/da/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.
- ARCH-model (Autoregressiv Betinget Heteroskedasticitet)Økonometri↔ compare
- EGARCH-model (Eksponentiel GARCH)Økonometri↔ compare
- GARCH-model (volatilitetsprognoser)Økonometri↔ compare
- KvantilregressionØkonometri↔ compare
- Stokastisk volatilitetsmodel (Heston)Finansiering↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →