Bayesian TGARCH (Bayesowska estymacja modelu TGARCH)
Bayesian TGARCH łączy model zmienności Threshold GARCH — który wychwytuje asymetryczną reakcję zmienności na pozytywne i negatywne szoki — z pełną wnioskowaniem bayesowskim za pomocą próbkowania metodą łańcuchów Markowa (MCMC). Wynikiem jest spójna, uwzględniająca niepewność rama do modelowania efektów dźwigni finansowej i grubych rozkładów zwrotów finansowych.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- Zakoian, J.-M. (1994). Threshold heteroskedastic models. Journal of Economic Dynamics and Control, 18(5), 931-955. DOI: 10.1016/0165-1889(94)90039-6 ↗
- Ardia, D. (2008). Financial Risk Management with Bayesian Estimation of GARCH Models: Theory and Applications. Springer. ISBN: 978-3-540-78656-6
Jak cytować tę stronę
ScholarGate. (2026, June 3). Bayesian Threshold Generalized Autoregressive Conditional Heteroscedasticity Model. ScholarGate. https://scholargate.app/pl/econometrics/bayesian-tgarch
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.
- Bayesowski model ARCHEkonometria↔ compare
- Bayesowski model EGARCHEkonometria↔ compare
- Model bayesowski GARCHEkonometria↔ compare
- Model DCC-GARCH (Dynamic Conditional Correlation)Ekonometria↔ compare
- Model EGARCH (Exponential GARCH)Ekonometria↔ compare
- Model TGARCH (Threshold GARCH)Ekonometria↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →