GARCH cu Corelație Condiționată Dinamică Bayesiană (Bayesian DCC-GARCH)
Bayesian DCC-GARCH estimează corelațiile variabile în timp între multiple serii financiare sau economice, combinând structura DCC-GARCH a lui Engle cu inferența Bayesiană. În loc să maximizeze o verosimilitate, plasează distribuții a priori peste toți parametrii și utilizează eșantionarea Markov Chain Monte Carlo (MCMC) pentru a produce distribuții posterioare complete, oferind o cuantificare a incertitudinii mai bogată decât DCC-GARCH clasic.
Citește metoda completă
Autentifică-te cu un cont gratuit pentru a citi această secțiune.
Method map
The neighbourhood of related methods — select a node to explore.
Surse
- Engle, R. F. (2002). Dynamic conditional correlation: A simple class of multivariate generalized autoregressive conditional heteroskedasticity models. Journal of Business and Economic Statistics, 20(3), 339-350. DOI: 10.1198/073500102288618487 ↗
- Virbickaite, A., Ausin, M. C., & Galeano, P. (2015). Bayesian inference methods for univariate and multivariate GARCH models: A survey. Journal of Economic Surveys, 29(1), 76-96. DOI: 10.1111/joes.12046 ↗
Cum se citează această pagină
ScholarGate. (2026, June 3). Bayesian Dynamic Conditional Correlation GARCH Model. ScholarGate. https://scholargate.app/ro/econometrics/bayesian-dcc-garch
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.
- Modelul EGARCH BayesianEconometrie↔ compare
- Modelul GARCH BayesianEconometrie↔ compare
- TGARCH Bayesian (Model GARCH cu prag și estimare Bayesiană)Econometrie↔ compare
- Modelul Vector Autoregresiv Bayesian (BVAR)Econometrie↔ compare
- Modelul DCC-GARCH (Corelație Condițională Dinamică)Econometrie↔ compare
- Autoregresia vectorială (VAR)Econometrie↔ compare
Citat de
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →