Robust TGARCH
Robust TGARCH extends the Threshold GARCH model by replacing the conventional maximum likelihood objective with an estimator that is resistant to heavy-tailed innovations and outlying observations. It captures asymmetric volatility responses — where negative shocks amplify variance more than positive shocks — while remaining reliable when the return distribution deviates strongly from normality.
Catatan sumber
Kutipan disalin apa adanya dari catatan sumber metode. Tidak ada verifikasi tingkat klaim yang disimpulkan darinya.
- 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. · URL
Klaim yang dikurasi
Klaim tersimpan dalam buku besar bukti, masing-masing dengan penilaiannya sendiri.
Tampilan ini tidak menciptakan penilaian klaim ketika buku besar tidak memilikinya.
Metode terkait
Dihasilkan dari grafik metode dan ditampilkan sebagai relasi yang disarankan mesin — tidak ada klaim bukti yang disimpulkan.