Bayesijanski dinamički uvjetni korelacijski GARCH (Bayesian DCC-GARCH)
Bayesian DCC-GARCH procjenjuje vremenski promjenjive korelacije među više financijskih ili ekonomskih serija kombiniranjem Engleove DCC-GARCH strukture s Bayesijanskim zaključivanjem. Umjesto maksimiziranja vjerojatnosti, postavlja pretpostavljene raspodjele na sve parametre i koristi Markovljevo lančano Monte Carlo (MCMC) uzorkovanje za proizvodnju potpunih posteriornih raspodjela, pružajući bogatiju kvantifikaciju nesigurnosti od klasičnog DCC-GARCH-a.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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 ↗
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Bayesian Dynamic Conditional Correlation GARCH Model. ScholarGate. https://scholargate.app/hr/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.
- Bayesov EGARCH modelEkonometrija↔ compare
- Bayesov GARCH modelEkonometrija↔ compare
- Bayesov TGARCH (Pragljeni GARCH s Bayesovom procjenom)Ekonometrija↔ compare
- Model Bayesovog vektorskog autoregresijskog modela (BVAR)Ekonometrija↔ compare
- Model DCC-GARCH (Dinamička uvjetna korelacija)Ekonometrija↔ compare
- Vektorska autoregresija (VAR)Ekonometrija↔ compare
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →