Regression modelEconometrics / time series

Robustný EGARCH model

Robustný EGARCH rozširuje exponenciálny GARCH model Nelsona (1991) nahradením štandardnej kvázi-maximálnej vierohodnostnej metódy odhadu postupmi odolnými voči extrémnym hodnotám — typicky metódami s obmedzeným vplyvom alebo M-odhadmi — takže malá časť extrémnych pozorovaní alebo dátových chýb nemôže skresliť odhadnutú dynamiku volatility alebo pákový efekt.

Použiť v EconMindČoskoroVideoČoskoroDownload slides

Prečítať celú metódu

Len pre členov

Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.

Prihlásiť sa

Method map

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

Zdroje

  1. 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
  2. Nelson, D. B. (1991). Conditional heteroskedasticity in asset returns: A new approach. Econometrica, 59(2), 347–370. DOI: 10.2307/2938260

Ako citovať túto stránku

ScholarGate. (2026, June 3). Robust Exponential Generalized Autoregressive Conditional Heteroscedasticity Model. ScholarGate. https://scholargate.app/sk/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.

Compare side by side

Odkazujú sem

ScholarGateRobust EGARCH (Robust Exponential Generalized Autoregressive Conditional Heteroscedasticity Model). Získané 2026-06-15 z https://scholargate.app/sk/econometrics/robust-egarch · Dátová sada: https://doi.org/10.5281/zenodo.20539026