Regression modelEconometrics / time series

Bayesian Dynamic Conditional Correlation GARCH (Bayesian DCC-GARCH)

Bayesian DCC-GARCH процењује временски променљиве корелације између више финансијских или економских серија комбиновањем Engle-ове DCC-GARCH структуре са Бајесовском инференцијом. Уместо максимизирања веродостојности, поставља претходне дистрибуције на све параметре и користи Марковљеве ланце Монте Карло (MCMC) узорковање за добијање пуних апостериорних дистрибуција, што даје богатије квантификовање неизвесности него класични DCC-GARCH.

Primenite uz EconMindUskoroVideoUskoroDownload slides

Pročitajte celu metodu

Samo za članove

Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.

Prijavite se

Method map

The neighbourhood of related methods — select a node to explore.

Izvori

  1. 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
  2. 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

Kako citirati ovu stranicu

ScholarGate. (2026, June 3). Bayesian Dynamic Conditional Correlation GARCH Model. ScholarGate. https://scholargate.app/sr/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.

Compare side by side

Citirana u

ScholarGateBayesian DCC-GARCH (Bayesian Dynamic Conditional Correlation GARCH Model). Preuzeto 2026-06-15 sa https://scholargate.app/sr/econometrics/bayesian-dcc-garch · Skup podataka: https://doi.org/10.5281/zenodo.20539026