Regression modelEconometrics / time series
베이지안 ARCH 모형
베이지안 ARCH 모형은 엥글(Engle)의 자기회귀 조건부 이분산성(Autoregressive Conditional Heteroskedasticity) 명세를 베이지안 프레임워크 내에서 추정한다. 가능도(likelihood)를 최대화하는 대신, 변동성 모수(parameter)에 대한 사전 분포(prior distribution)와 데이터 가능도를 결합하여 완전한 사후 분포(posterior distribution)를 얻으며, 이는 고전적 최대가능도(maximum-likelihood) ARCH보다 풍부한 불확실성 정량화를 제공한다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- Engle, R. F. (1982). Autoregressive conditional heteroscedasticity with estimates of the variance of United Kingdom inflation. Econometrica, 50(4), 987–1007. DOI: 10.2307/1912773 ↗
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Bayesian Autoregressive Conditional Heteroskedasticity Model. ScholarGate. https://scholargate.app/ko/econometrics/bayesian-arch-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 모형 (자기회귀 조건부 이분산성)계량경제학↔ compare
- 베이지안 EGARCH 모형계량경제학↔ compare
- 베이지안 GARCH 모형계량경제학↔ compare
- Bayesian TGARCH (Threshold GARCH with Bayesian Estimation)계량경제학↔ compare
- DCC-GARCH 모형 (동적 조건부 상관관계)계량경제학↔ compare
- GARCH 모형 (변동성 예측)계량경제학↔ compare