Модель Байєсівського EGARCH
Модель Байєсівського EGARCH поєднує специфікацію експоненційного GARCH (EGARCH) Нельсона (1991) — яка моделює логарифм умовної дисперсії та враховує ефект важеля — з байєсівським висновком за допомогою Марковських ланцюгів Монте-Карло (MCMC). Це дозволяє повністю кількісно оцінити невизначеність усіх параметрів волатильності, включаючи коефіцієнт асиметрії, без необхідності великих вибірок для нормальності оцінок.
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
- 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 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Bayesian Exponential Generalized Autoregressive Conditional Heteroscedasticity Model. ScholarGate. https://scholargate.app/uk/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.
- Модель АРХ (Авторегресивна умовна гетероскедастичність)Економетрика↔ compare
- Байєсівська модель DCC-GARCH (Bayesian DCC-GARCH)Економетрика↔ compare
- Байєсівська модель GARCHЕконометрика↔ compare
- Байєсівський TGARCH (пороговий GARCH з байєсівською оцінкою)Економетрика↔ compare
- Байєсівська модель векторної авторегресії (BVAR)Економетрика↔ compare
- Модель EGARCH (Експоненційна GARCH)Економетрика↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →