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.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- 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 ↗
- 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.
- Modelo ARCH (Heterocedasticidad Autoregresiva Condicional)Econometría↔ compare
- Modelo EGARCH BayesianoEconometría↔ compare
- Modelo GARCH bayesianoEconometría↔ compare
- TGARCH bayesiano (Threshold GARCH con Estimación Bayesiana)Econometría↔ compare
- Modelo DCC-GARCH (Correlación Condicional Dinámica)Econometría↔ compare
- Modelo GARCH (Predicción de Volatilidad)Econometría↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →