Model Robust EGARCH
Model Robust EGARCH rozszerza model Exponential GARCH Nelsona (1991) poprzez zastąpienie standardowej estymacji quasi-wielomaksymalnej procedurami odpornymi na wartości odstające — zazwyczaj estymacją o ograniczonej sile wpływu lub estymacją M — tak, aby niewielka część ekstremalnych obserwacji lub błędów danych nie zakłócała estymowanej dynamiki zmienności ani efektu dźwigni.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Mapa metod
Sąsiedztwo pokrewnych metod — wybierz węzeł, aby je zgłębić.
Źródła
- 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 ↗
- Nelson, D. B. (1991). Conditional heteroskedasticity in asset returns: A new approach. Econometrica, 59(2), 347–370. DOI: 10.2307/2938260 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 3). Robust Exponential Generalized Autoregressive Conditional Heteroscedasticity Model. ScholarGate. https://scholargate.app/pl/econometrics/robust-egarch
Która metoda?
Zestaw tę metodę z najbliższymi jej krewnymi i czytaj je obok siebie — biblioteka kładzie księgi na stole; wybór należy do Ciebie.
- Model DCC-GARCH (Dynamic Conditional Correlation)Ekonometria↔ porównaj
- Model EGARCH (Exponential GARCH)Ekonometria↔ porównaj
- Model GARCH (Prognozowanie zmienności)Ekonometria↔ porównaj
- Model Robust GARCHEkonometria↔ porównaj
- Solidny TGARCHEkonometria↔ porównaj
- Model TGARCH (Threshold GARCH)Ekonometria↔ porównaj
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →