Bayesovský model EGARCH
Bayesovský model EGARCH kombinuje špecifikáciu Exponential GARCH Nelsona (1991) – ktorá modeluje logaritmus podmienenej disperzie a zachytáva pákový efekt – s Bayesovskou inferenciou aposterióri pomocou Markovových reťazcov Monte Carlo (MCMC). To umožňuje úplnú kvantifikáciu neistoty všetkých parametrov volatility, vrátane koeficientu asymetrie, bez potreby normalizácie odhadov pri veľkých vzorkách.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- Nelson, D. B. (1991). Conditional heteroskedasticity in asset returns: A new approach. Econometrica, 59(2), 347–370. DOI: 10.2307/2938260 ↗
- 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 ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Bayesian Exponential Generalized Autoregressive Conditional Heteroscedasticity Model. ScholarGate. https://scholargate.app/sk/econometrics/bayesian-egarch
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.
- Model ARCH (autoregresná podmienená heteroskedasticita)Ekonometria↔ compare
- Bayesovský DCC-GARCH (Bayesian DCC-GARCH)Ekonometria↔ compare
- Bayesovský GARCH modelEkonometria↔ compare
- Bayesovský TGARCH (prahový GARCH s Bayesovským odhadom)Ekonometria↔ compare
- Bayesovský VAR model (BVAR)Ekonometria↔ compare
- Model EGARCH (Exponenciálny GARCH)Ekonometria↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →