Bayes-féle EGARCH modell
A Bayes-féle EGARCH modell Nelson (1991) exponenciális GARCH specifikációját – amely a feltételes variancia logaritmusát modellezi és megragadja a tőkehatás jelenségét – a Markov-lánc Monte Carlo (MCMC) módszeren keresztüli Bayes-féle utólagos következtetéssel kombinálja. Ez lehetővé teszi az összes volatilitási paraméter, beleértve az aszimmetriai együtthatót is, teljes bizonytalanságának kvantifikálását anélkül, hogy a becslések nagymintás normalitására lenne szükség.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- 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 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Bayesian Exponential Generalized Autoregressive Conditional Heteroscedasticity Model. ScholarGate. https://scholargate.app/hu/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 modell (Autoregressive Conditional Heteroskedasticity)Ökonometria↔ compare
- Bayes-féle Dinamikus Feltételes Korrelációs GARCH (Bayes-féle DCC-GARCH)Ökonometria↔ compare
- Bayes-féle GARCH modellÖkonometria↔ compare
- Bayesian TGARCH (küszöbértékkel modellezett GARCH, bayes-i becsléssel)Ökonometria↔ compare
- Bayes-féle Vektor Autoregressziós Modell (BVAR)Ökonometria↔ compare
- EGARCH modell (Exponenciális GARCH)Ökonometria↔ compare
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →