Байєсівська модель GARCH
Байєсівська модель GARCH поєднує структуру GARCH для мінливої в часі волатильності з байєсівським висновком за апостеріорним розподілом. Замість максимізації функції правдоподібності, вона визначає апріорні розподіли для параметрів GARCH та вибірки з результуючого апостеріорного розподілу — зазвичай за допомогою Марковських ланцюгів Монте-Карло (MCMC) — для кількісної оцінки як точкових оцінок, так і повної невизначеності щодо динаміки волатильності.
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
- 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 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Bayesian Generalized Autoregressive Conditional Heteroskedasticity Model. ScholarGate. https://scholargate.app/uk/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.
- Модель АРХ (Авторегресивна умовна гетероскедастичність)Економетрика↔ compare
- Модель EGARCH (Експоненційна GARCH)Економетрика↔ compare
- Модель GARCH (Прогнозування волатильності)Економетрика↔ compare
- Модель стохастичної волатильності (Гестон)Фінанси↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →