Model GARCH Teguh
Model GARCH Teguh (Robust GARCH) melanjutkan rangka kerja GARCH klasik untuk mengendalikan pencilan (outlier) dan inovasi berekor tebal yang lazim dalam siri pulangan kewangan. Dengan memberikan pemberat yang lebih rendah kepada cerapan ekstrem melalui sebutan inovasi yang teguh, ia menghasilkan ramalan keseragaman (volatility) yang lebih boleh dipercayai apabila data mengandungi lonjakan, krisis, atau anomali lain yang sebaliknya akan mendistorsi anggaran GARCH standard.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Peta kaedah
Kejiranan kaedah berkaitan — pilih satu nod untuk meneroka.
Sumber
- Boudt, K., Danielsson, J., & Laurent, S. (2013). Robust forecasting of dynamic conditional correlation GARCH models. International Journal of Forecasting, 29(2), 244–257. DOI: 10.1016/j.ijforecast.2012.06.003 ↗
- Bollerslev, T. (1986). Generalized autoregressive conditional heteroskedasticity. Journal of Econometrics, 31(3), 307–327. DOI: 10.1016/0304-4076(86)90063-1 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 3). Robust Generalized Autoregressive Conditional Heteroscedasticity Model. ScholarGate. https://scholargate.app/ms/econometrics/robust-garch-model
Kaedah yang mana?
Letakkan kaedah ini di sebelah kaedah yang paling rapat dengannya dan baca secara bersebelahan — perpustakaan menyusun buku di atas meja; pilihan terletak pada anda.
- Model ARCH (Heteroskedastisitas Bersyarat Autoregresif)Ekonometrik↔ banding
- Model EGARCH (Exponential GARCH)Ekonometrik↔ banding
- Model GARCH (Peramalan Volatiliti)Ekonometrik↔ banding
- Regresi KuantilEkonometrik↔ banding
- Model Volatiliti Stokastik (Heston)Kewangan↔ banding
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →