ScholarGate
Βοηθός
Regression modelEconometrics / time series

Robust TGARCH — Threshold GARCH με Εύρωστη Εκτίμηση

Το Robust TGARCH επεκτείνει το μοντέλο Threshold GARCH αντικαθιστώντας τον συμβατικό στόχο μέγιστης πιθανοφάνειας με έναν εκτιμητή που είναι ανθεκτικός σε καινοτομίες με βαριές ουρές και ακραίες παρατηρήσεις. Αποτυπώνει ασύμμετρες αποκρίσεις μεταβλητότητας — όπου τα αρνητικά σοκ ενισχύουν τη διακύμανση περισσότερο από τα θετικά σοκ — παραμένοντας αξιόπιστο όταν η κατανομή των αποδόσεων αποκλίνει σημαντικά από την κανονικότητα.

Εφαρμογή με το EconMindΣύντομαΒίντεοΣύντομαΛήψη διαφανειών

Διαβάστε ολόκληρη τη μέθοδο

Μόνο για μέλη

Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.

Σύνδεση

Χάρτης μεθόδων

Η γειτονιά των σχετιζόμενων μεθόδων — επιλέξτε έναν κόμβο για εξερεύνηση.

Πηγές

  1. 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
  2. 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

Πώς να παραπέμψετε σε αυτή τη σελίδα

ScholarGate. (2026, June 3). Robust Threshold Generalized Autoregressive Conditional Heteroscedasticity Model. ScholarGate. https://scholargate.app/el/econometrics/robust-tgarch

Ποια μέθοδος;

Τοποθετήστε αυτή τη μέθοδο δίπλα στις πιο συγγενείς της και διαβάστε τις παράλληλα — η βιβλιοθήκη απλώνει τα βιβλία στο τραπέζι· η επιλογή είναι δική σας.

Συγκρίνετε παράλληλα

Αναφέρεται από

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