Байєсівська модель DCC-GARCH (Bayesian DCC-GARCH)
Байєсівська модель DCC-GARCH оцінює часові кореляції між численними фінансовими чи економічними рядами шляхом поєднання структури DCC-GARCH Енгла з байєсівським висновком. Замість максимізації правдоподібності, вона розміщує апріорні розподіли для всіх параметрів і використовує Марковські ланцюги Монте-Карло (MCMC) для отримання повних апостеріорних розподілів, що забезпечує кращу кількісну оцінку невизначеності порівняно з класичною моделлю DCC-GARCH.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- 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 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Bayesian Dynamic Conditional Correlation GARCH Model. ScholarGate. https://scholargate.app/uk/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.
- Модель Байєсівського EGARCHЕконометрика↔ compare
- Байєсівська модель GARCHЕконометрика↔ compare
- Байєсівський TGARCH (пороговий GARCH з байєсівською оцінкою)Економетрика↔ compare
- Байєсівська модель векторної авторегресії (BVAR)Економетрика↔ compare
- Модель DCC-GARCH (динамічна умовна кореляція)Економетрика↔ compare
- Векторна авторегресія (VAR)Економетрика↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →