Mô hình GARCH Mạnh mẽ (Robust GARCH)
Mô hình GARCH mạnh mẽ mở rộng khuôn khổ GARCH cổ điển để xử lý các điểm ngoại lai và các sai số đổi mới có đuôi nặng thường xuất hiện trong chuỗi lợi suất tài chính. Bằng cách giảm trọng số của các quan sát cực đoan thông qua một số hạng sai số đổi mới mạnh mẽ, nó tạo ra các dự báo biến động đáng tin cậy hơn khi dữ liệu chứa các bước nhảy, khủng hoảng hoặc các điểm bất thường khác mà nếu không sẽ làm sai lệch các ước lượng GARCH tiêu chuẩn.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Bản đồ phương pháp
Lân cận của các phương pháp liên quan — chọn một nút để khám phá.
Nguồn tài liệu
- 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 ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 3). Robust Generalized Autoregressive Conditional Heteroscedasticity Model. ScholarGate. https://scholargate.app/vi/econometrics/robust-garch-model
Phương pháp nào?
Đặt phương pháp này bên cạnh những phương pháp gần gũi nhất với nó và đọc chúng song song — thư viện bày sách lên bàn; lựa chọn là của bạn.
- Mô hình ARCH (Autoregressive Conditional Heteroskedasticity)Kinh tế lượng↔ so sánh
- Mô hình EGARCH (Exponential GARCH)Kinh tế lượng↔ so sánh
- Mô hình GARCH (Dự báo Biến động)Kinh tế lượng↔ so sánh
- Hồi quy QuantileKinh tế lượng↔ so sánh
- Mô hình Biến động Ngẫu nhiên (Heston)Tài chính↔ so sánh
Được tham chiếu bởi
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →