Robust TGARCH — Tærskel-GARCH med robust estimering
Robust TGARCH udvider Threshold GARCH-modellen ved at erstatte det konventionelle maximum likelihood-mål med en estimator, der er modstandsdygtig over for innovationer med tunge haler og ekstreme observationer. Den indfanger asymmetriske volatilitetsresponser — hvor negative chok forstørrer variansen mere end positive chok — samtidig med at den forbliver pålidelig, når afkastfordelingen afviger markant fra normalfordelingen.
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
- Zakoian, J.-M. (1994). Threshold heteroskedastic models. Journal of Economic Dynamics and Control, 18(5), 931–955. DOI: 10.1016/0165-1889(94)90039-6 ↗
- Preminger, A., & Storti, G. (2017). Least squares estimation for GARCH (1,1) model with heavy tailed errors. The Econometrics Journal, 20(1), 221–258. link ↗
Sådan citerer du denne side
ScholarGate. (2026, June 3). Robust Threshold Generalized Autoregressive Conditional Heteroscedasticity Model. ScholarGate. https://scholargate.app/da/econometrics/robust-tgarch
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
- DCC-GARCH-model (Dynamisk Betinget Korrelation)Økonometri↔ compare
- EGARCH-model (Eksponentiel GARCH)Økonometri↔ compare
- Robust ARCH-modelØkonometri↔ compare
- Robust GARCH-modelØkonometri↔ compare
- TGARCH-model (Threshold GARCH)Økonometri↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →