Modelo ARCH Bayesiano
O modelo ARCH Bayesiano estima a especificação de Heteroscedasticidade Condicional Autorregressiva de Engle dentro de uma estrutura Bayesiana. Em vez de maximizar uma verossimilhança, ele combina uma distribuição a priori sobre os parâmetros de volatilidade com a verossimilhança dos dados para obter uma distribuição a posteriori completa, fornecendo uma quantificação de incerteza mais rica do que o ARCH clássico de máxima verossimilhança.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
Fontes
- 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 ↗
Como citar esta página
ScholarGate. (2026, June 3). Bayesian Autoregressive Conditional Heteroskedasticity Model. ScholarGate. https://scholargate.app/pt/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.
- Modelo ARCH (Autoregressive Conditional Heteroskedasticity)Econometria↔ compare
- Modelo EGARCH BayesianoEconometria↔ compare
- Modelo GARCH BayesianoEconometria↔ compare
- TGARCH Bayesiano (TGARCH Limiar com Estimação Bayesiana)Econometria↔ compare
- Modelo DCC-GARCH (Correlação Condicional Dinâmica)Econometria↔ compare
- Modelo GARCH (Previsão de Volatilidade)Econometria↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →