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...

詳細記述

保存先:
書誌詳細
第一著者: Nur Amanina Zawali
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!
その他の書誌記述
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).