Regression modelEconometrics / time series

Μοντέλο GARCH Bayesian

Το μοντέλο GARCH Bayesian συνδυάζει το πλαίσιο GARCH για μεταβλητότητα που εξαρτάται από τον χρόνο με την Bayesian εξαγωγή συμπερασμάτων από την οπίσθια κατανομή. Αντί να μεγιστοποιεί μια συνάρτηση πιθανοφάνειας, καθορίζει εκ των προτέρων κατανομές για τις παραμέτρους GARCH και αντλεί από την προκύπτουσα οπίσθια κατανομή — συνήθως μέσω Markov chain Monte Carlo (MCMC) — για να ποσοτικοποιήσει τόσο τις σημειακές εκτιμήσεις όσο και την πλήρη αβεβαιότητα σχετικά με τη δυναμική της μεταβλητότητας.

Εφαρμογή με το EconMindΣύντομαΒίντεοΣύντομαDownload slides

Διαβάστε ολόκληρη τη μέθοδο

Μόνο για μέλη

Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.

Σύνδεση

Method map

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

Πηγές

  1. 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
  2. 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

Πώς να παραπέμψετε σε αυτή τη σελίδα

ScholarGate. (2026, June 3). Bayesian Generalized Autoregressive Conditional Heteroskedasticity Model. ScholarGate. https://scholargate.app/el/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.

Compare side by side

Αναφέρεται από

ScholarGateBayesian GARCH model (Bayesian Generalized Autoregressive Conditional Heteroskedasticity Model). Ανακτήθηκε στις 2026-06-15 από https://scholargate.app/el/econometrics/bayesian-garch-model · Σύνολο δεδομένων: https://doi.org/10.5281/zenodo.20539026