Bayesov EGARCH model
Bayesov EGARCH model kombinira specifikaciju eksponencijalnog GARCH-a (EGARCH) Nelsona (1991.) — koja modelira logaritam uvjetne varijance i obuhvaća efekt poluge — s Bayesovim posteriornim zaključivanjem putem Markovljevog lanca Monte Carlo (MCMC). To omogućuje potpunu kvantifikaciju nesigurnosti svih parametara volatilnosti, uključujući koeficijent asimetrije, bez potrebe za normalnošću procjena pri velikim uzorcima.
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
- Nelson, D. B. (1991). Conditional heteroskedasticity in asset returns: A new approach. Econometrica, 59(2), 347–370. DOI: 10.2307/2938260 ↗
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Bayesian Exponential Generalized Autoregressive Conditional Heteroscedasticity Model. ScholarGate. https://scholargate.app/hr/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.
- ARCH model (Autoregressive Conditional Heteroskedasticity)Ekonometrija↔ compare
- Bayesijanski dinamički uvjetni korelacijski GARCH (Bayesian DCC-GARCH)Ekonometrija↔ compare
- Bayesov GARCH modelEkonometrija↔ compare
- Bayesov TGARCH (Pragljeni GARCH s Bayesovom procjenom)Ekonometrija↔ compare
- Model Bayesovog vektorskog autoregresijskog modela (BVAR)Ekonometrija↔ compare
- EGARCH model (eksponencijalni GARCH)Ekonometrija↔ compare
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →