Байесов модел GARCH
Байесовият модел GARCH комбинира рамката GARCH за променлива във времето волатилност с байесово апостериорно извеждане. Вместо да максимизира правдоподобие, той специфицира априорни разпределения за параметрите на GARCH и извлича от произтижаващото апостериорно разпределение — обикновено чрез Марковски вериги Монте Карло (MCMC) — за количествено определяне както на точковите оценки, така и на пълната несигурност относно динамиката на волатилността.
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
- Geweke, J. (1989). Exact predictive densities for linear models with ARCH disturbances. Journal of Econometrics, 40(1), 63–86. DOI: 10.1016/0304-4076(89)90030-4 ↗
- 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 Generalized Autoregressive Conditional Heteroskedasticity Model. ScholarGate. https://scholargate.app/bg/econometrics/bayesian-garch-model
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
- Модел EGARCH (Експоненциален GARCH)Иконометрия↔ compare
- Модел GARCH (Прогнозиране на волатилността)Иконометрия↔ compare
- Модел на стохастична волатилност (Хестън)Финанси↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →