Estimación bayesiana de un Modelo Garch-M Bivariado

El modelo GARCH (modelo autorregresivo condicional heterocedástico generalizado) es un modelo estadístico para series de tiempo usado para describir la varianza del error como una función de los errores al cuadrado pasados y de las varianzas. Estos modelos GARCH son usados para modelar la volatilida...

Descripción completa

Detalles Bibliográficos
Autor principal:	Cruz Torres, Cristian
Formato:	Online
Idioma:	spa
Publicado:	Universidad de Costa Rica, Centro de Investigación en Matemática Pura y Aplicada (CIMPA) 2024
Acceso en línea:	https://revistas.ucr.ac.cr/index.php/matematica/article/view/53186

id	RMTA53186
record_format	ojs
spelling	RMTA531862024-08-09T17:23:51Z A bayesian estimation of Bivariate Garch-M Models Estimación bayesiana de un Modelo Garch-M Bivariado Cruz Torres, Cristian Modelos bivariados GARCH-M Inferencia bayesiana Monte Carlo Hamiltoniano Inflación y crecimiento del producto Bivariate GARCH-M models Bayesian inference Hamiltonian Monte Carlo Inflation and output growth The generalized autoregressive conditional heteroskedasticity (GARCH) model is a statistical model for time series used to describes the variance of the current error as a function of past squared errors terms and previous variances. These GARCH models are commonly used in modeling time varying volatility and volatility clustering. If, in addition, the effect of the variance is included in the observations to predict the mean, we have the GARCH-M (GARCH in mean) models. In this paper, the above issues are analyzed in a bayesian approach to modeling a bivariate time series, where the observations is assumed to behave as a VAR-GARCH-M model. An application of a bivariate model is fitted to measure the effects of inflation variability and uncertainty growth on inflation and output growth mean. El modelo GARCH (modelo autorregresivo condicional heterocedástico generalizado) es un modelo estadístico para series de tiempo usado para describir la varianza del error como una función de los errores al cuadrado pasados y de las varianzas. Estos modelos GARCH son usados para modelar la volatilidad variando en el tiempo y los clusters de volatilidad. Si además el efecto de la varianza es incluido en las observaciones para predecir la media, se tiene un GARCH-M (GARCH en media). En este artículo, se analizan estos modelos en un contexto bayesiano para series de tiempo bivariadas, donde las observaciones son asumidas de comportarse como un modelo VAR-GARCH-M. Una aplicación del modelo bivariado es ajustado para medir el efecto de la variabilidad de la inflación y crecimiento del producto en la media de la inflación y crecimiento del producto. Universidad de Costa Rica, Centro de Investigación en Matemática Pura y Aplicada (CIMPA) 2024-01-23 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion Article application/pdf https://revistas.ucr.ac.cr/index.php/matematica/article/view/53186 10.15517/rmta.v31i1.53186 Revista de Matemática: Teoría y Aplicaciones; Vol. 31 No. 1 (2024): Revista de Matemática: Teoría y Aplicaciones Revista de Matemática: Teoría y Aplicaciones; Vol. 31 Núm. 1 (2024): Revista de Matemática: Teoría y Aplicaciones Revista de Matemática; Vol. 31 N.º 1 (2024): Revista de Matemática: Teoría y Aplicaciones 2215-3373 1409-2433 spa https://revistas.ucr.ac.cr/index.php/matematica/article/view/53186/58835 Derechos de autor 2024 Cristian Cruz Torres https://creativecommons.org/licenses/by-nc-sa/4.0
institution	Universidad de Costa Rica
collection	Revista de Matemática: Teoría y Aplicaciones
language	spa
format	Online
author	Cruz Torres, Cristian
spellingShingle	Cruz Torres, Cristian Estimación bayesiana de un Modelo Garch-M Bivariado
author_facet	Cruz Torres, Cristian
author_sort	Cruz Torres, Cristian
description	El modelo GARCH (modelo autorregresivo condicional heterocedástico generalizado) es un modelo estadístico para series de tiempo usado para describir la varianza del error como una función de los errores al cuadrado pasados y de las varianzas. Estos modelos GARCH son usados para modelar la volatilidad variando en el tiempo y los clusters de volatilidad. Si además el efecto de la varianza es incluido en las observaciones para predecir la media, se tiene un GARCH-M (GARCH en media). En este artículo, se analizan estos modelos en un contexto bayesiano para series de tiempo bivariadas, donde las observaciones son asumidas de comportarse como un modelo VAR-GARCH-M. Una aplicación del modelo bivariado es ajustado para medir el efecto de la variabilidad de la inflación y crecimiento del producto en la media de la inflación y crecimiento del producto.
title	Estimación bayesiana de un Modelo Garch-M Bivariado
title_short	Estimación bayesiana de un Modelo Garch-M Bivariado
title_full	Estimación bayesiana de un Modelo Garch-M Bivariado
title_fullStr	Estimación bayesiana de un Modelo Garch-M Bivariado
title_full_unstemmed	Estimación bayesiana de un Modelo Garch-M Bivariado
title_sort	estimación bayesiana de un modelo garch-m bivariado
title_alt	A bayesian estimation of Bivariate Garch-M Models
publisher	Universidad de Costa Rica, Centro de Investigación en Matemática Pura y Aplicada (CIMPA)
publishDate	2024
url	https://revistas.ucr.ac.cr/index.php/matematica/article/view/53186
work_keys_str_mv	AT cruztorrescristian abayesianestimationofbivariategarchmmodels AT cruztorrescristian estimacionbayesianadeunmodelogarchmbivariado AT cruztorrescristian bayesianestimationofbivariategarchmmodels
_version_	1822055986498633728

Estimación bayesiana de un Modelo Garch-M Bivariado

Ejemplares similares