Regression modelEconometrics / time series

Robusni TGARCH — pragovni GARCH s robusnom estimacijom

Robusni TGARCH proširuje pragovni GARCH model zamjenom konvencionalne funkcije vjerodostojnosti procjeniteljem koji je otporan na inovacije s debelim repovima i odstupajuća opažanja. On bilježi asimetrične reakcije volatilnosti — gdje negativni šokovi više pojačavaju varijancu nego pozitivni šokovi — ostajući pouzdan kada distribucija prinosa značajno odstupa od normalnosti.

Primijenite uz EconMindUskoroVideoUskoroDownload slides

Pročitajte cijelu metodu

Samo za članove

Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.

Prijavite se

Method map

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

Izvori

  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

Kako citirati ovu stranicu

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

Compare side by side

Citirana u

ScholarGateRobust TGARCH (Robust Threshold Generalized Autoregressive Conditional Heteroscedasticity Model). Preuzeto 2026-06-15 s https://scholargate.app/hr/econometrics/robust-tgarch · Skup podataka: https://doi.org/10.5281/zenodo.20539026