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.
Record di origine
Citazioni copiate testualmente dal record di origine del metodo. Non si inferisce alcuna verifica a livello di affermazione da esse.
- 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
Affermazioni curate
Affermazioni persistite nel registro delle evidenze, ciascuna con la propria valutazione.
Questa vista non inventa una valutazione dell'affermazione quando il registro non ne ha.
Metodi correlati
Generato dal grafo dei metodi e mostrato come relazioni suggerite dalla macchina — nessuna affermazione di evidenza viene inferita.