Robust TGARCH — Threshold GARCH with Robust Estimation
Robust TGARCH เป็นการขยายแบบจำลอง Threshold GARCH โดยการแทนที่ฟังก์ชันวัตถุประสงค์ conventional maximum likelihood ด้วยตัวประมาณค่าที่ทนทานต่อความคลาดเคลื่อนที่มีหางหนาแน่น (heavy-tailed innovations) และการสังเกตการณ์ที่ผิดปกติ (outlying observations) แบบจำลองนี้สามารถจับการตอบสนองของความผันผวนที่ไม่สมมาตรได้ ซึ่งก็คือช็อกที่เป็นลบจะเพิ่มความแปรปรวนมากกว่าช็อกที่เป็นบวก ในขณะเดียวกันก็ยังคงความน่าเชื่อถือเมื่อการแจกแจงของผลตอบแทนเบี่ยงเบนไปจากภาวะปกติอย่างมาก
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- Zakoian, J.-M. (1994). Threshold heteroskedastic models. Journal of Economic Dynamics and Control, 18(5), 931–955. DOI: 10.1016/0165-1889(94)90039-6 ↗
- Preminger, A., & Storti, G. (2017). Least squares estimation for GARCH (1,1) model with heavy tailed errors. The Econometrics Journal, 20(1), 221–258. link ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Robust Threshold Generalized Autoregressive Conditional Heteroscedasticity Model. ScholarGate. https://scholargate.app/th/econometrics/robust-tgarch
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 DCC-GARCH (Dynamic Conditional Correlation)เศรษฐมิติ↔ compare
- แบบจำลอง EGARCH (Exponential GARCH)เศรษฐมิติ↔ compare
- แบบจำลอง ARCH ที่ทนทาน (Robust ARCH Model)เศรษฐมิติ↔ compare
- แบบจำลอง GARCH ที่ทนทาน (Robust GARCH Model)เศรษฐมิติ↔ compare
- แบบจำลองทีจีอาร์ซีเอช (TGARCH Model - Threshold GARCH)เศรษฐมิติ↔ compare