Robustti EGARCH-malli
Robustti EGARCH laajentaa Nelsonin (1991) eksponentiaalista GARCH-mallia korvaamalla standardin kvasi-suurimman uskottavuuden estimoinnin (quasi-maximum likelihood estimation, QMLE) poikkeamia kestävällä menettelyllä – tyypillisesti rajatun vaikutuksen (bounded-influence) tai M-estimoinnilla – siten, että pieni osuus äärimmäisistä havainnoista tai data-virheistä ei vääristä estimoitua volatiliteettidynamiikkaa tai vipuvaikutusta (leverage effect).
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- 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 ↗
- Nelson, D. B. (1991). Conditional heteroskedasticity in asset returns: A new approach. Econometrica, 59(2), 347–370. DOI: 10.2307/2938260 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Robust Exponential Generalized Autoregressive Conditional Heteroscedasticity Model. ScholarGate. https://scholargate.app/fi/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.
- DCC-GARCH-malli (dynaaminen ehdollinen korrelaatio)Ekonometria↔ compare
- EGARCH-malli (Exponential GARCH)Ekonometria↔ compare
- GARCH-malli (volatiliteetin ennustaminen)Ekonometria↔ compare
- Robust GARCH -malliEkonometria↔ compare
- Robust TGARCHEkonometria↔ compare
- TGARCH-malli (Threshold GARCH)Ekonometria↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →