Regression modelEconometrics / time series

Модель Robust EGARCH

Robust EGARCH розширює експоненційну модель GARCH Нельсона (1991), замінюючи стандартну квазі-максимальну правдоподібну оцінку процедурами, стійкими до викидів — зазвичай, оцінкою з обмеженим впливом або M-оцінкою — так, щоб невелика частка екстремальних спостережень або помилок у даних не спотворювала оцінену динаміку волатильності чи ефект важеля.

Застосувати у EconMindНезабаромВідеоНезабаромDownload slides

Читати метод повністю

Лише для учасників

Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.

Увійти

Method map

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

Джерела

  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

Як цитувати цю сторінку

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

Згадується в

ScholarGateRobust EGARCH (Robust Exponential Generalized Autoregressive Conditional Heteroscedasticity Model). Отримано 2026-06-15 з https://scholargate.app/uk/econometrics/robust-egarch · Набір даних: https://doi.org/10.5281/zenodo.20539026