Robust TGARCH
Robust TGARCH extends the Threshold GARCH model by replacing the conventional maximum likelihood objective with an estimator that is resistant to heavy-tailed innovations and outlying observations. It captures asymmetric volatility responses — where negative shocks amplify variance more than positive shocks — while remaining reliable when the return distribution deviates strongly from normality.
Bronrecord
Citaten letterlijk overgenomen uit het bronrecord van de methode. Hieruit wordt geen verificatie op claimniveau afgeleid.
- 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. · URL
Gecureerde claims
Claims opgeslagen in het bewijsregister, elk met zijn eigen beoordeling.
Deze weergave verzint geen claimbeoordeling als het register er geen heeft.
Gerelateerde methoden
Gegenereerd uit de methodegraaf en getoond als machinaal voorgestelde relaties — er wordt geen bewijsclaim afgeleid.