ScholarGate
Assistent
Regression modelEconometrics / time series

Robuust EGARCH-model

Robuust EGARCH breidt Nelson's (1991) Exponentiële GARCH-model uit door de standaard quasi-maximum likelihood-schatting te vervangen door uitbijver-resistente procedures — doorgaans bounded-influence of M-schatting — zodat een klein deel van extreme waarnemingen of datafouten de geschatte volatiliteitsdynamiek of het leverage-effect niet kan vertekenen.

Toepassen met EconMindBinnenkortVideoBinnenkortDownload slides

Lees de volledige methode

Alleen voor leden

Log in met een gratis account om dit onderdeel te lezen.

Inloggen

Method map

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

Bronnen

  1. Muler, N., & Yohai, V. J. (2008). Robust estimates for GARCH models. Journal of Statistical Planning and Inference, 138(10), 2918–2940. DOI: 10.1016/j.jspi.2007.11.003
  2. Nelson, D. B. (1991). Conditional heteroskedasticity in asset returns: A new approach. Econometrica, 59(2), 347–370. DOI: 10.2307/2938260

Deze pagina citeren

ScholarGate. (2026, June 3). Robust Exponential Generalized Autoregressive Conditional Heteroscedasticity Model. ScholarGate. https://scholargate.app/nl/econometrics/robust-egarch

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

Geciteerd door

ScholarGateRobust EGARCH (Robust Exponential Generalized Autoregressive Conditional Heteroscedasticity Model). Geraadpleegd op 2026-06-15 via https://scholargate.app/nl/econometrics/robust-egarch · Gegevensset: https://doi.org/10.5281/zenodo.20539026