Bayesovský GARCH model
Bayesovský GARCH model kombinuje rámec GARCH pro časově proměnnou volatilitu s bayesovským posteriorním odhadem. Místo maximalizace věrohodnosti specifikuje apriorní rozdělení pro parametry GARCH a čerpá z výsledného posterioru — typicky pomocí Markovových řetězců Monte Carlo (MCMC) — k vyčíslení bodových odhadů i plné nejistoty ohledně dynamiky volatility.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- 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 ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Bayesian Generalized Autoregressive Conditional Heteroskedasticity Model. ScholarGate. https://scholargate.app/cs/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 (Autoregresivní podmíněná heteroskedasticita)Ekonometrie↔ compare
- Model EGARCH (Exponenciální GARCH)Ekonometrie↔ compare
- Model GARCH (Predikce volatility)Ekonometrie↔ compare
- Model stochastické volatility (Heston)Finance↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →