Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Gibbs sampler to stochastic volatility models

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F49777513%3A23520%2F01%3A00064622" target="_blank" >RIV/49777513:23520/01:00064622 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Gibbs sampler to stochastic volatility models

  • Popis výsledku v původním jazyce

    A new technique for nonlinear state and parameter estimation of the discrete time stochastic volatility models in which the logarithm of the asset return conditional variance follows an autoregressive model is developed. The Gibbs sampling algorithm is used to construct a Markov-chain simulation tool that reflects both inherent model variability and parameter uncertainty. The proposed chain converges to an equilibrium making it possible to summarize the distributions of the unobserved volatilities and the unknown model parameters. The non-Gaussian density of the log of squared inovations is advantageously modelled as a mixture of Gaussians.

  • Název v anglickém jazyce

    Gibbs sampler to stochastic volatility models

  • Popis výsledku anglicky

    A new technique for nonlinear state and parameter estimation of the discrete time stochastic volatility models in which the logarithm of the asset return conditional variance follows an autoregressive model is developed. The Gibbs sampling algorithm is used to construct a Markov-chain simulation tool that reflects both inherent model variability and parameter uncertainty. The proposed chain converges to an equilibrium making it possible to summarize the distributions of the unobserved volatilities and the unknown model parameters. The non-Gaussian density of the log of squared inovations is advantageously modelled as a mixture of Gaussians.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    BC - Teorie a systémy řízení

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/GA102%2F01%2F0021" target="_blank" >GA102/01/0021: Nelineární odhadování a detekce změn stochastických systémů</a><br>

  • Návaznosti

    Z - Vyzkumny zamer (s odkazem do CEZ)

Ostatní

  • Rok uplatnění

    2001

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    Gibbs sampler to stochastic volatility models

  • ISBN

    9727520472

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    6

  • Strana od-do

  • Název nakladatele

    EUCA

  • Místo vydání

    Porto

  • Místo konání akce

    Porto

  • Datum konání akce

    1. 1. 2001

  • Typ akce podle státní příslušnosti

    CST - Celostátní akce

  • Kód UT WoS článku