Regression modelEconometrics / time series
베이지안 EGARCH 모형
베이지안 EGARCH 모형은 조건부 분산의 로그를 모형화하고 레버리지 효과를 포착하는 넬슨(1991)의 지수적 GARCH(Exponential GARCH) 명세와 마르코프 연쇄 몬테카를로(Markov Chain Monte Carlo, MCMC)를 통한 베이지안 사후 추론을 결합한다. 이를 통해 추정치의 대규모 표본 정규성을 요구하지 않으면서 비대칭 계수를 포함한 모든 변동성 모수들에 대한 불확실성을 완전히 정량화할 수 있다.
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
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Bayesian Exponential Generalized Autoregressive Conditional Heteroscedasticity Model. ScholarGate. https://scholargate.app/ko/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 모형 (자기회귀 조건부 이분산성)계량경제학↔ compare
- 베이지안 DCC-GARCH (Bayesian DCC-GARCH)계량경제학↔ compare
- 베이지안 GARCH 모형계량경제학↔ compare
- Bayesian TGARCH (Threshold GARCH with Bayesian Estimation)계량경제학↔ compare
- 베이즈 VAR 모형 (BVAR)계량경제학↔ compare
- EGARCH 모형 (Exponential GARCH)계량경제학↔ compare