Robuust GARCH-model
Het Robuuste GARCH-model breidt het klassieke GARCH-raamwerk uit om uitschieters en innovaties met zware staarten te hanteren die veelvuldig voorkomen in reeksen van financiële rendementen. Door extreme waarnemingen te down-weighten via een robuuste innovatieterm, produceert het betrouwbaardere volatiliteitsprognoses wanneer data sprongen, crises of andere anomalieën bevatten die anders standaard GARCH-schattingen zouden vertekenen.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
- 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 ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Robust Generalized Autoregressive Conditional Heteroscedasticity Model. ScholarGate. https://scholargate.app/nl/econometrics/robust-garch-model
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.
- ARCH-model (Autoregressieve Conditionele Heteroskedasticiteit)Econometrie↔ compare
- EGARCH-model (Exponentieel GARCH)Econometrie↔ compare
- GARCH-model (Volatiliteitsvoorspelling)Econometrie↔ compare
- KwantielregressieEconometrie↔ compare
- Stochastisch volatiliteitsmodel (Heston)Financiering↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →