Model DCC-GARCH bayesià (Bayesian DCC-GARCH)
El DCC-GARCH bayesià estima correlacions variables en el temps entre múltiples sèries financeres o econòmiques combinant l'estructura DCC-GARCH d'Engle amb inferència bayesiana. En lloc de maximitzar una versemblança, imposa distribucions a priori sobre tots els paràmetres i utilitza mostreig de Cadena de Markov de Monte Carlo (MCMC) per produir distribucions posteriors completes, proporcionant una quantificació de la incertesa més rica que el DCC-GARCH clàssic.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- Engle, R. F. (2002). Dynamic conditional correlation: A simple class of multivariate generalized autoregressive conditional heteroskedasticity models. Journal of Business and Economic Statistics, 20(3), 339-350. DOI: 10.1198/073500102288618487 ↗
- Virbickaite, A., Ausin, M. C., & Galeano, P. (2015). Bayesian inference methods for univariate and multivariate GARCH models: A survey. Journal of Economic Surveys, 29(1), 76-96. DOI: 10.1111/joes.12046 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Bayesian Dynamic Conditional Correlation GARCH Model. ScholarGate. https://scholargate.app/ca/econometrics/bayesian-dcc-garch
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.
- Model EGARCH bayesiàEconometria↔ compare
- Model GARCH bayesiàEconometria↔ compare
- TGARCH bayesià (Threshold GARCH amb estimació bayesiana)Econometria↔ compare
- Model de Vector Autoregressiu Bayesian (BVAR)Econometria↔ compare
- Model DCC-GARCH (Dynamic Conditional Correlation)Econometria↔ compare
- Autoregressió Vectorial (VAR)Econometria↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →