แบบจำลอง GARCH ที่ทนทาน (Robust GARCH Model)
แบบจำลอง Robust GARCH เป็นการขยายกรอบการทำงานของ GARCH แบบดั้งเดิมเพื่อจัดการกับค่าผิดปกติ (outliers) และนวัตกรรมที่มีหางหนา (heavy-tailed innovations) ซึ่งมักปรากฏในอนุกรมผลตอบแทนทางการเงิน โดยการลดน้ำหนักของการสังเกตการณ์สุดขั้วผ่านเทอมนวัตกรรมที่ทนทาน (robust innovation term) แบบจำลองนี้จะให้การคาดการณ์ความผันผวนที่น่าเชื่อถือยิ่งขึ้นเมื่อข้อมูลมีลักษณะของการกระโดด (jumps) วิกฤตการณ์ (crises) หรือความผิดปกติอื่น ๆ ที่อาจบิดเบือนค่าประมาณ GARCH มาตรฐาน
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Robust Generalized Autoregressive Conditional Heteroscedasticity Model. ScholarGate. https://scholargate.app/th/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.
- แบบจำลอง ARCH (Autoregressive Conditional Heteroskedasticity)เศรษฐมิติ↔ compare
- แบบจำลอง EGARCH (Exponential GARCH)เศรษฐมิติ↔ compare
- แบบจำลอง GARCH (การพยากรณ์ความผันผวน)เศรษฐมิติ↔ compare
- การถดถอยควอนไทล์เศรษฐมิติ↔ compare
- แบบจำลองความผันผวนเชิงสุ่ม (Heston)การเงิน↔ compare