Bayes-féle GARCH modell
A Bayes-féle GARCH modell a GARCH keretrendszert a változó volatilitás modellezésére a Bayes-féle utókövetkeztetéssel kombinálja. A valószínűség maximalizálása helyett a GARCH paraméterekre apriori eloszlásokat specifikál, és az ezekből származó utókövetkezményből mintát vesz — tipikusan Markov-lánc Monte Carlo (MCMC) segítségével —, hogy mind a pontbecsléseket, mind a volatilitási dinamikával kapcsolatos teljes bizonytalanságot kvantifikálja.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- 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 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Bayesian Generalized Autoregressive Conditional Heteroskedasticity Model. ScholarGate. https://scholargate.app/hu/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 modell (Autoregressive Conditional Heteroskedasticity)Ökonometria↔ compare
- EGARCH modell (Exponenciális GARCH)Ökonometria↔ compare
- GARCH modell (volatilitás-előrejelzés)Ökonometria↔ compare
- Sztochasztikus volatilitási modell (Heston)Pénzügy↔ compare
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →