Робастная модель EGARCH
Робастная модель EGARCH расширяет экспоненциальную модель EGARCH Нельсона (1991) путем замены стандартной квази-максимальной правдоподобной оценки процедурами, устойчивыми к выбросам — обычно с ограниченным влиянием или M-оценками — таким образом, чтобы небольшая доля экстремальных наблюдений или ошибок данных не искажала оцененную динамику волатильности или эффект рычага.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- 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 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Robust Exponential Generalized Autoregressive Conditional Heteroscedasticity Model. ScholarGate. https://scholargate.app/ru/econometrics/robust-egarch
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.
- Модель DCC-GARCH (динамическая условная корреляция)Эконометрика↔ compare
- Модель EGARCH (Экспоненциальная GARCH)Эконометрика↔ compare
- Модель GARCH (прогнозирование волатильности)Эконометрика↔ compare
- Робастная модель GARCHЭконометрика↔ compare
- Робастный TGARCHЭконометрика↔ compare
- Модель TGARCH (Threshold GARCH)Эконометрика↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →