Robust GARCH model
The Robust GARCH model extends the classical GARCH framework to handle outliers and heavy-tailed innovations that commonly appear in financial return series. By down-weighting extreme observations through a robust innovation term, it produces more reliable volatility forecasts when data contain jumps, crises, or other anomalies that would otherwise distort standard GARCH estimates.
Rekod sumber
Petikan disalin secara verbatim daripada rekod sumber kaedah. Tiada pengesahan peringkat tuntutan disimpulkan daripadanya.
- 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
Tuntutan yang dikurasi
Tuntutan disimpan dalam lejar bukti, setiap satu dengan penilaiannya sendiri.
Pandangan ini tidak mencipta penilaian tuntutan apabila lejar tiada.
Kaedah berkaitan
Dijana daripada graf kaedah dan ditunjukkan sebagai perhubungan yang dicadangkan mesin — tiada tuntutan bukti disimpulkan.