Modelul GARCH Bayesian
Modelul GARCH Bayesian combină cadrul GARCH pentru volatilitatea variabilă în timp cu inferența bayesiană posterioară. În loc să maximizeze o verosimilitate, acesta specifică distribuții a priori pentru parametrii GARCH și eșantionează din distribuția posterioară rezultată — de obicei prin metoda Monte Carlo cu lanțuri Markov (MCMC) — pentru a cuantifica atât estimările punctuale, cât și incertitudinea completă privind dinamica volatilității.
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
- 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 ↗
Cum se citează această pagină
ScholarGate. (2026, June 3). Bayesian Generalized Autoregressive Conditional Heteroskedasticity Model. ScholarGate. https://scholargate.app/ro/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.
- Modelul ARCH (Autoregresiv Conditional Eteroskedastic)Econometrie↔ compare
- Model EGARCH (Exponential GARCH)Econometrie↔ compare
- Model GARCH (Prognoza volatilității)Econometrie↔ compare
- Modelul de Volatilitate Stocastică (Heston)Finanțe↔ compare
Citat de
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →