Robuuste TGARCH — Threshold GARCH met Robuuste Schatten
Robuuste TGARCH breidt het Threshold GARCH-model uit door de conventionele maximum likelihood-doelfunctie te vervangen door een schatter die ongevoelig is voor innovaties met zware staarten en uitschieters. Het model vangt asymmetrische volatiliteitsreacties op — waarbij negatieve schokken de variantie meer versterken dan positieve schokken — terwijl het betrouwbaar blijft wanneer de verdeling van de rendementen sterk afwijkt van normaliteit.
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
- 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. link ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Robust Threshold Generalized Autoregressive Conditional Heteroscedasticity Model. ScholarGate. https://scholargate.app/nl/econometrics/robust-tgarch
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
- DCC-GARCH Model (Dynamic Conditional Correlation)Econometrie↔ compare
- EGARCH-model (Exponentieel GARCH)Econometrie↔ compare
- Robuuste ARCH-modelEconometrie↔ compare
- Robuust GARCH-modelEconometrie↔ compare
- TGARCH-model (Threshold GARCH)Econometrie↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →