Modelo GARCH Robusto
El modelo GARCH Robusto extiende el marco GARCH clásico para manejar valores atípicos e innovaciones de colas pesadas que aparecen comúnmente en series de retornos financieros. Al reducir el peso de las observaciones extremas a través de un término de innovación robusto, produce pronósticos de volatilidad más fiables cuando los datos contienen saltos, crisis u otras anomalías que de otro modo distorsionarían las estimaciones GARCH estándar.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Robust Generalized Autoregressive Conditional Heteroscedasticity Model. ScholarGate. https://scholargate.app/es/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.
- Modelo ARCH (Heterocedasticidad Autoregresiva Condicional)Econometría↔ compare
- Modelo EGARCH (GARCH Exponencial)Econometría↔ compare
- Modelo GARCH (Predicción de Volatilidad)Econometría↔ compare
- Regresión CuantílicaEconometría↔ compare
- Modelo de volatilidad estocástica (Heston)Finanzas↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →