Mô hình EGARCH Mạnh mẽ
EGARCH Mạnh mẽ mở rộng mô hình Exponential GARCH (EGARCH) của Nelson (1991) bằng cách thay thế ước lượng hợp lý tối đa (quasi-maximum likelihood estimation - QMLE) tiêu chuẩn bằng các quy trình chống lại các điểm ngoại lai — thường là ước lượng có ảnh hưởng bị chặn (bounded-influence estimation) hoặc ước lượng M (M-estimation) — để một phần nhỏ các quan sát cực đoan hoặc lỗi dữ liệu không thể làm sai lệch động lực biến động ước lượng hoặc hiệu ứng đòn bẩy.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Method map
The neighbourhood of related methods — select a node to explore.
Nguồn tài liệu
- 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 ↗
- Nelson, D. B. (1991). Conditional heteroskedasticity in asset returns: A new approach. Econometrica, 59(2), 347–370. DOI: 10.2307/2938260 ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 3). Robust Exponential Generalized Autoregressive Conditional Heteroscedasticity Model. ScholarGate. https://scholargate.app/vi/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.
- Mô hình DCC-GARCH (Tương quan có điều kiện động)Kinh tế lượng↔ compare
- Mô hình EGARCH (Exponential GARCH)Kinh tế lượng↔ compare
- Mô hình GARCH (Dự báo Biến động)Kinh tế lượng↔ compare
- Mô hình GARCH Mạnh mẽ (Robust GARCH)Kinh tế lượng↔ compare
- Robust TGARCHKinh tế lượng↔ compare
- Mô hình TGARCH (Threshold GARCH)Kinh tế lượng↔ compare
Được tham chiếu bởi
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →