Bayesiansk GARCH-modell
Den bayesianske GARCH-modellen kombinerer GARCH-rammeverket for tidsvarierende volatilitet med bayesiansk posterior inferens. I stedet for å maksimere en sannsynlighet, spesifiserer den priorfordelinger for GARCH-parametrene og trekker fra den resulterende posterioren — typisk via Markov chain Monte Carlo (MCMC) — for å kvantifisere både punktanslag og full usikkerhet om volatilitetsdynamikk.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 3). Bayesian Generalized Autoregressive Conditional Heteroskedasticity Model. ScholarGate. https://scholargate.app/no/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)Økonometri↔ compare
- EGARCH-modell (Exponential GARCH)Økonometri↔ compare
- GARCH-modell (volatilitetsprognoser)Økonometri↔ compare
- Stokastisk volatilitetsmodell (Heston)Finans↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →