Байесов модел EGARCH
Байесовият модел EGARCH комбинира спецификацията Exponential GARCH на Nelson (1991) — която моделира логаритъма на условната вариация и улавя ефекта на лоста — с байесов апостериорен извод чрез Markov Chain Monte Carlo (MCMC). Това позволява пълно количествено определяне на несигурността на всички параметри на волатилността, включително коефициента на асиметрия, без да се изисква нормалност на оценките при голяма извадка.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Nelson, D. B. (1991). Conditional heteroskedasticity in asset returns: A new approach. Econometrica, 59(2), 347–370. DOI: 10.2307/2938260 ↗
- Nakatsuma, T. (2000). Bayesian analysis of ARMA-GARCH models: A Markov chain sampling approach. Journal of Econometrics, 95(1), 57–69. DOI: 10.1016/S0304-4076(99)00029-9 ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Bayesian Exponential Generalized Autoregressive Conditional Heteroscedasticity Model. ScholarGate. https://scholargate.app/bg/econometrics/bayesian-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.
- Модел ARCH (Авторегресивен условен хетероскедастичност)Иконометрия↔ compare
- Байесов динамичен модел на условна корелация GARCH (Bayesian DCC-GARCH)Иконометрия↔ compare
- Байесов модел GARCHИконометрия↔ compare
- Байесов TGARCH (Прагова GARCH с Байесова оценка)Иконометрия↔ compare
- Байесов модел на векторна авторегресия (BVAR)Иконометрия↔ compare
- Модел EGARCH (Експоненциален GARCH)Иконометрия↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →