Model Robust GARCH
Model Robust GARCH stanowi rozszerzenie klasycznej struktury GARCH w celu uwzględnienia wartości odstających i innowacji o grubych ogonach, które często występują w szeregach zwrotów finansowych. Poprzez redukcję wpływu ekstremalnych obserwacji za pomocą odpornego składnika innowacji, model ten generuje bardziej wiarygodne prognozy zmienności, gdy dane zawierają skoki, kryzysy lub inne anomalie, które w przeciwnym razie zniekształciłyby standardowe estymatory GARCH.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 3). Robust Generalized Autoregressive Conditional Heteroscedasticity Model. ScholarGate. https://scholargate.app/pl/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.
- Model ARCH (Autoregresywna Heteroskedastyczność Warunkowa)Ekonometria↔ compare
- Model EGARCH (Exponential GARCH)Ekonometria↔ compare
- Model GARCH (Prognozowanie zmienności)Ekonometria↔ compare
- Regresja kwantylowaEkonometria↔ compare
- Model zmienności stochastycznej (Heston)Finanse↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →