Model GARCH bayesià
El model GARCH bayesià combina el marc GARCH per a la volatilitat que varia en el temps amb la inferència bayesiana posterior. En lloc de maximitzar una versemblança, especifica distribucions prèvies per als paràmetres GARCH i extreu mostres de la posterior resultant —típicament mitjançant Monte Carlo de cadena de Màrkov (MCMC)— per quantificar tant les estimacions puntuals com la incertesa completa sobre la dinàmica de la volatilitat.
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
- 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 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Bayesian Generalized Autoregressive Conditional Heteroskedasticity Model. ScholarGate. https://scholargate.app/ca/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.
- Model ARCH (Autoregressive Conditional Heteroskedasticity)Econometria↔ compare
- Model EGARCH (GARCH exponencial)Econometria↔ compare
- Model GARCH (Previsió de la Volatilitat)Econometria↔ compare
- Model de volatilitat estocàstica (Heston)Finances↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →