Regression modelEconometrics / time series

Επεκτεταμένο Μοντέλο EGARCH με Ανθεκτικότητα

Το Επεκτεταμένο Μοντέλο EGARCH (Robust EGARCH) επεκτείνει το Μοντέλο EGARCH του Nelson (1991) αντικαθιστώντας την τυπική εκτίμηση ημι-μέγιστης πιθανοφάνειας με διαδικασίες ανθεκτικές σε ακραίες τιμές — συνήθως μεθόδους περιορισμένης επιρροής ή M-εκτιμητές — ώστε ένα μικρό ποσοστό ακραίων παρατηρήσεων ή σφαλμάτων δεδομένων να μην μπορεί να διαστρεβλώσει τη δυναμική της εκτιμώμενης μεταβλητότητας ή το φαινόμενο μόχλευσης.

Εφαρμογή με το EconMindΣύντομαΒίντεοΣύντομαDownload slides

Διαβάστε ολόκληρη τη μέθοδο

Μόνο για μέλη

Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.

Σύνδεση

Method map

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

Πηγές

  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

Πώς να παραπέμψετε σε αυτή τη σελίδα

ScholarGate. (2026, June 3). Robust Exponential Generalized Autoregressive Conditional Heteroscedasticity Model. ScholarGate. https://scholargate.app/el/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

Αναφέρεται από

ScholarGateRobust EGARCH (Robust Exponential Generalized Autoregressive Conditional Heteroscedasticity Model). Ανακτήθηκε στις 2026-06-15 από https://scholargate.app/el/econometrics/robust-egarch · Σύνολο δεδομένων: https://doi.org/10.5281/zenodo.20539026