ScholarGate
Assistent
Regression modelEconometrics / time series

Bayesian TGARCH (Threshold GARCH mit Bayes'scher Schätzung)

Bayesian TGARCH kombiniert das Threshold GARCH Volatilitätsmodell – welches die asymmetrische Reaktion der Volatilität auf positive gegenüber negativen Schocks erfasst – mit vollständiger Bayes'scher Inferenz mittels Markov-Chain-Monte-Carlo-Sampling. Das Ergebnis ist ein prinzipienfester, unsicherheitsbewusster Rahmen für die Modellierung von Leverage-Effekten und fat-tailed Finanzrenditen.

Mit EconMind anwendenDemnächstVideoDemnächstDownload slides

Die vollständige Methode lesen

Nur für Mitglieder

Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.

Anmelden

Method map

The neighbourhood of related methods — select a node to explore.

Quellen

  1. Zakoian, J.-M. (1994). Threshold heteroskedastic models. Journal of Economic Dynamics and Control, 18(5), 931-955. DOI: 10.1016/0165-1889(94)90039-6
  2. Ardia, D. (2008). Financial Risk Management with Bayesian Estimation of GARCH Models: Theory and Applications. Springer. ISBN: 978-3-540-78656-6

So zitieren Sie diese Seite

ScholarGate. (2026, June 3). Bayesian Threshold Generalized Autoregressive Conditional Heteroscedasticity Model. ScholarGate. https://scholargate.app/de/econometrics/bayesian-tgarch

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.

Compare side by side

Referenziert von

ScholarGateBayesian TGARCH (Bayesian Threshold Generalized Autoregressive Conditional Heteroscedasticity Model). Abgerufen am 2026-06-15 von https://scholargate.app/de/econometrics/bayesian-tgarch · Datensatz: https://doi.org/10.5281/zenodo.20539026