ScholarGate
Assistent
Regression modelEconometrics / time series

Bayesian Dynamic Conditional Correlation GARCH (Bayesian DCC-GARCH)

Bayesian DCC-GARCH hindab mitme finants- või majandussarja ajas muutuvate korrelatsioonide hinnanguid, kombineerides Engle'i DCC-GARCH struktuuri Bayes' järeldusmeetoditega. Tõenäosuse maksimeerimise asemel paigutab see eelnevate jaotuste (prior distributions) kõikidele parameetritele ning kasutab Markov Chain Monte Carlo (MCMC) meetodit täielike posterioorsete jaotuste (posterior distributions) saamiseks, pakkudes klassikalisest DCC-GARCH-ist rikkalikumat ebakindluse kvantifitseerimist.

Rakenda tööriistaga EconMindPeagiVideoPeagiLaadi slaidid alla

Loe meetodi täielikku kirjeldust

Ainult liikmetele

Selle osa lugemiseks logi sisse tasuta kontoga.

Logi sisse

Meetodikaart

Seotud meetodite ümbruskond — vali sõlm, et seda uurida.

Allikad

  1. Engle, R. F. (2002). Dynamic conditional correlation: A simple class of multivariate generalized autoregressive conditional heteroskedasticity models. Journal of Business and Economic Statistics, 20(3), 339-350. DOI: 10.1198/073500102288618487
  2. Virbickaite, A., Ausin, M. C., & Galeano, P. (2015). Bayesian inference methods for univariate and multivariate GARCH models: A survey. Journal of Economic Surveys, 29(1), 76-96. DOI: 10.1111/joes.12046

Kuidas sellele lehele viidata

ScholarGate. (2026, June 3). Bayesian Dynamic Conditional Correlation GARCH Model. ScholarGate. https://scholargate.app/et/econometrics/bayesian-dcc-garch

Milline meetod?

Aseta see meetod oma lähimate sugulaste kõrvale ja loe neid kõrvuti — raamatukogu laob raamatud lauale; valik on sinu.

Võrdle kõrvuti

Sellele viitavad

ScholarGateBayesian DCC-GARCH (Bayesian Dynamic Conditional Correlation GARCH Model). Loetud 2026-06-15 aadressilt https://scholargate.app/et/econometrics/bayesian-dcc-garch · Andmestik: https://doi.org/10.5281/zenodo.20539026