Robust TGARCH — Kynnys-GARCH-mallin (Threshold GARCH) robustti estimointi
Robust TGARCH laajentaa kynnys-GARCH-mallia (Threshold GARCH) korvaamalla tavanomaisen suurimman uskottavuuden (maximum likelihood) tavoitefunktion estimaattorilla, joka on vastustuskykyinen raskaiden hännällisten innovaatioiden ja poikkeavien havaintojen suhteen. Se mallintaa epäsymmetrisiä volatiliteettireaktioita – joissa negatiiviset shokit lisäävät varianssia enemmän kuin positiiviset shokit – säilyttäen samalla luotettavuutensa, kun tuottojakauma poikkeaa merkittävästi normaalijakaumasta.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- 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 ↗
- 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 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Robust Threshold Generalized Autoregressive Conditional Heteroscedasticity Model. ScholarGate. https://scholargate.app/fi/econometrics/robust-tgarch
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.
- Autoregressiivisen ehdollisen heteroskedastisuuden (ARCH) malliEkonometria↔ compare
- DCC-GARCH-malli (dynaaminen ehdollinen korrelaatio)Ekonometria↔ compare
- EGARCH-malli (Exponential GARCH)Ekonometria↔ compare
- Robust ARCH -malliEkonometria↔ compare
- Robust GARCH -malliEkonometria↔ compare
- TGARCH-malli (Threshold GARCH)Ekonometria↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →