Pemodelan generalized autoregressive conditional heteroskedasticity (Garch) dengan pendekatan kaedah bootstrap
Dalam pasaran kewangan, penggunaan model GARCH sebagai model pengukuran kemeruapan amat meluas digunakan. Namun demikian, penggunaan model ini terdedah kepada hasil ralat yang besar dan selang keyakinan yang panjang yang mana boleh menjejaskan kejituan keputusan kajian. Justeru itu, pendekatan boots...
保存先:
第一著者: | |
---|---|
フォーマット: | 学位論文 |
言語: | other |
出版事項: |
Terengganu: Universiti Malaysia Terengganu
2014
|
主題: | |
オンライン・アクセス: | http://dspace.psnz.umt.edu.my/xmlui/handle/123456789/3050 |
タグ: |
タグ追加
タグなし, このレコードへの初めてのタグを付けませんか!
|
要約: | Dalam pasaran kewangan, penggunaan model GARCH sebagai model pengukuran kemeruapan amat meluas digunakan. Namun demikian, penggunaan model ini terdedah kepada hasil ralat yang besar dan selang keyakinan yang panjang yang mana boleh menjejaskan kejituan keputusan kajian. Justeru itu, pendekatan bootstrap yang tidak mengambil andaian kenormalan dihibridkan dengan model GARCH untuk memperolehi keputusan anggaran yang lebih jitu dan dikenali sebagai kaedah bootstrap GARCH (1,2) atau BGARCH (1,2). |
---|