Regression modelEconometrics / time series

Robustný GARCH model

Robustný GARCH model rozširuje klasický GARCH rámec na zvládnutie extrémnych hodnôt a inovácií s ťažkými chvostmi, ktoré sa bežne vyskytujú v sériách finančných výnosov. Znížením váhy extrémnych pozorovaní prostredníctvom robustného inovačného člena produkuje spoľahlivejšie prognózy volatility, keď dáta obsahujú skoky, krízy alebo iné anomálie, ktoré by inak skreslili štandardné GARCH odhady.

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. 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
  2. Bollerslev, T. (1986). Generalized autoregressive conditional heteroskedasticity. Journal of Econometrics, 31(3), 307–327. DOI: 10.1016/0304-4076(86)90063-1

Ako citovať túto stránku

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

Compare side by side

Odkazujú sem

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