Regression modelEconometrics / time series

Modelo ARCH Bayesiano

El modelo ARCH bayesiano estima la especificación de Heteroscedasticidad Condicional Autorregresiva de Engle dentro de un marco bayesiano. En lugar de maximizar una verosimilitud, combina una distribución a priori sobre los parámetros de volatilidad con la verosimilitud de los datos para obtener una distribución a posteriori completa, lo que proporciona una cuantificación de la incertidumbre más rica que el ARCH clásico de máxima verosimilitud.

Aplicar con EconMindPróximamenteVídeoPróximamenteDownload slides

Leer el método completo

Solo para miembros

Inicia sesión con una cuenta gratuita para leer esta sección.

Iniciar sesión

Method map

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

Fuentes

  1. Engle, R. F. (1982). Autoregressive conditional heteroscedasticity with estimates of the variance of United Kingdom inflation. Econometrica, 50(4), 987–1007. DOI: 10.2307/1912773
  2. 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

Cómo citar esta página

ScholarGate. (2026, June 3). Bayesian Autoregressive Conditional Heteroskedasticity Model. ScholarGate. https://scholargate.app/es/econometrics/bayesian-arch-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

Citado por

ScholarGateBayesian ARCH model (Bayesian Autoregressive Conditional Heteroskedasticity Model). Recuperado el 2026-06-15 de https://scholargate.app/es/econometrics/bayesian-arch-model · Conjunto de datos: https://doi.org/10.5281/zenodo.20539026