Regression modelEconometrics / time series

מודל EGARCH בייסיאני

מודל ה-EGARCH הבייסיאני משלב את מפרט ה-GARCH האקספוננציאלי של נלסון (1991) — המודל את הלוג של השונות המותנית ולוכד את אפקט המינוף — עם היסק בייסיאני אחורי באמצעות שרשראות מרקוב מונטה קרלו (MCMC). זה מאפשר כימות מלא של אי-הוודאות של כל פרמטרי התנודתיות, כולל מקדם האסימטריה, מבלי לדרוש נורמליות של האומדנים במדגמים גדולים.

יישום עם EconMindבקרובוידאובקרובDownload slides

קראו את השיטה במלואה

לחברים בלבד

התחברו עם חשבון חינמי כדי לקרוא חלק זה.

התחברות

Method map

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

מקורות

  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

איך לצטט עמוד זה

ScholarGate. (2026, June 3). Bayesian Exponential Generalized Autoregressive Conditional Heteroscedasticity Model. ScholarGate. https://scholargate.app/he/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

מאוזכר על ידי

ScholarGateBayesian EGARCH (Bayesian Exponential Generalized Autoregressive Conditional Heteroscedasticity Model). אוחזר בתאריך 2026-06-15 מתוך https://scholargate.app/he/econometrics/bayesian-egarch · מערך נתונים: https://doi.org/10.5281/zenodo.20539026