Regression modelEconometrics / time series

مدل شرطی پویا بیزی (Bayesian DCC-GARCH)

مدل شرطی پویا بیزی (Bayesian DCC-GARCH) با ترکیب ساختار شرطی پویا DCC-GARCH اِنگِل با استنتاج بیزی، همبستگی‌های زمان-متغیر را در میان چندین سری مالی یا اقتصادی برآورد می‌کند. به جای بیشینه‌سازی درست‌نمایی، توزیع‌های پیشین را بر روی تمام پارامترها قرار می‌دهد و از نمونه‌گیری زنجیره مارکوف مونت کارلو (MCMC) برای تولید توزیع‌های پسین کامل استفاده می‌کند که منجر به کمی‌سازی غنی‌تر عدم قطعیت نسبت به DCC-GARCH کلاسیک می‌شود.

به‌کارگیری با EconMindبه‌زودیویدیوبه‌زودیDownload slides

مطالعهٔ کامل روش

ویژهٔ اعضا

برای خواندن این بخش با حساب رایگان وارد شوید.

ورود

Method map

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

منابع

  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

نحوهٔ استناد به این صفحه

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

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

ارجاع‌شده در

ScholarGateBayesian DCC-GARCH (Bayesian Dynamic Conditional Correlation GARCH Model). بازیابی‌شده در 2026-06-15 از https://scholargate.app/fa/econometrics/bayesian-dcc-garch · مجموعه‌داده: https://doi.org/10.5281/zenodo.20539026