ScholarGate
دستیار
Regression modelEconometrics / time series

مدل GARCH مقاوم

مدل GARCH مقاوم (Robust GARCH) چارچوب کلاسیک GARCH را برای مدیریت داده‌های پرت (outliers) و نوآوری‌های با توزیع دم سنگین که معمولاً در سری‌های بازده مالی ظاهر می‌شوند، گسترش می‌دهد. با کاهش وزن مشاهدات شدید از طریق یک جمله نوآوری مقاوم، پیش‌بینی‌های نوسان قابل اطمینان‌تری را زمانی که داده‌ها شامل پرش‌ها، بحران‌ها یا سایر ناهنجاری‌هایی هستند که در غیر این صورت تخمین‌های استاندارد GARCH را مخدوش می‌کنند، تولید می‌کند.

به‌کارگیری با EconMindبه‌زودیویدیوبه‌زودیDownload slides

مطالعهٔ کامل روش

ویژهٔ اعضا

برای خواندن این بخش با حساب رایگان وارد شوید.

ورود

Method map

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

منابع

  1. 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
  2. Bollerslev, T. (1986). Generalized autoregressive conditional heteroskedasticity. Journal of Econometrics, 31(3), 307–327. DOI: 10.1016/0304-4076(86)90063-1

نحوهٔ استناد به این صفحه

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

Compare side by side

ارجاع‌شده در

ScholarGateRobust GARCH model (Robust Generalized Autoregressive Conditional Heteroscedasticity Model). بازیابی‌شده در 2026-06-15 از https://scholargate.app/fa/econometrics/robust-garch-model · مجموعه‌داده: https://doi.org/10.5281/zenodo.20539026