Bayesov GARCH model
Bayesov GARCH model kombinira GARCH-okvir za vremenski promjenjivu volatilnost s Bayesovskim posteriornim zaključivanjem. Umjesto maksimiziranja vjerodostojnosti, on specificira priorne distribucije za GARCH-parametre i izvlači iz rezultirajuće posteriorne distribucije — tipično putem Markovovih lanaca Monte Carlo (MCMC) — kako bi kvantificirao i točkaste procjene i potpunu nesigurnost o dinamici volatilnosti.
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
- Geweke, J. (1989). Exact predictive densities for linear models with ARCH disturbances. Journal of Econometrics, 40(1), 63–86. DOI: 10.1016/0304-4076(89)90030-4 ↗
- 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 Generalized Autoregressive Conditional Heteroskedasticity Model. ScholarGate. https://scholargate.app/hr/econometrics/bayesian-garch-model
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
- EGARCH model (eksponencijalni GARCH)Ekonometrija↔ compare
- Model GARCH (Prognoziranje volatilnosti)Ekonometrija↔ compare
- Model stohastičke volatilnosti (Heston)Financije↔ compare
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →