ScholarGate
Assistent
Regression modelEconometrics / time series

Robust TGARCH — Terskel GARCH med robust estimering

Robust TGARCH utvider Terskel GARCH-modellen ved å erstatte det konvensjonelle maksimum likelihood-målet med en estimator som er motstandsdyktig mot innovasjoner med tunge haler og utliggende observasjoner. Den fanger opp asymmetriske volatilitetssvar – der negative sjokk forsterker varians mer enn positive sjokk – samtidig som den forblir pålitelig når returfordelingen avviker sterkt fra normalitet.

Anvend med EconMindSnartVideoSnartDownload slides

Les hele metoden

Kun for medlemmer

Logg inn med en gratis konto for å lese denne delen.

Logg inn

Method map

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

Kilder

  1. 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
  2. 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

Slik siterer du denne siden

ScholarGate. (2026, June 3). Robust Threshold Generalized Autoregressive Conditional Heteroscedasticity Model. ScholarGate. https://scholargate.app/no/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.

Compare side by side

Referert av

ScholarGateRobust TGARCH (Robust Threshold Generalized Autoregressive Conditional Heteroscedasticity Model). Hentet 2026-06-15 fra https://scholargate.app/no/econometrics/robust-tgarch · Datasett: https://doi.org/10.5281/zenodo.20539026