Regression modelEconometrics / time series

مدل بیزی EGARCH

مدل بیزی EGARCH، مشخصه نمایی GARCH نلسون (۱۹۹۱) - که لگاریتم واریانس شرطی را مدل‌سازی کرده و اثر اهرمی را در بر می‌گیرد - را با استنتاج بیزی پسین از طریق زنجیره مارکوف مونت کارلو (MCMC) ترکیب می‌کند. این امر امکان کمی‌سازی کامل عدم قطعیت تمام پارامترهای نوسان، از جمله ضریب عدم تقارن را بدون نیاز به نرمال بودن تخمین‌ها در نمونه‌های بزرگ فراهم می‌آورد.

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. Nelson, D. B. (1991). Conditional heteroskedasticity in asset returns: A new approach. Econometrica, 59(2), 347–370. DOI: 10.2307/2938260
  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

نحوهٔ استناد به این صفحه

ScholarGate. (2026, June 3). Bayesian Exponential Generalized Autoregressive Conditional Heteroscedasticity Model. ScholarGate. https://scholargate.app/fa/econometrics/bayesian-egarch

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 EGARCH (Bayesian Exponential Generalized Autoregressive Conditional Heteroscedasticity Model). بازیابی‌شده در 2026-06-15 از https://scholargate.app/fa/econometrics/bayesian-egarch · مجموعه‌داده: https://doi.org/10.5281/zenodo.20539026