Autoregresívna podmienená heteroskedasticita (ARCH)

Čo je autoregresívna podmienená heteroskedasticita?

Autoregresívna podmienená heteroskedasticita (ARCH) je štatistický model časových radov, ktorý sa používa na analýzu účinkov, ktoré ekonometrické modely nevysvetľujú. V týchto modeloch je chybovým termínom zvyškový výsledok, ktorý model nevysvetľuje. Predpokladom ekonometrických modelov je, že rozptyl tohto pojmu bude jednotný. Toto je známe ako „homoskedasticita“. Za určitých okolností však tento rozdiel nie je jednotný, ale „heteroskedastický“.

Pochopenie autoregresívnej podmienenej heteroskedasticity

V skutočnosti rozptyl týchto chybových stavov nie je iba nejednotný, ale je ovplyvnený odchýlkami, ktoré predchádzali. Toto sa označuje ako „autoregresia“. Podobne v štatistike, keď je rozptyl výrazu ovplyvnený rozptylom jednej alebo viacerých ďalších premenných, je to „podmienené“.

Platí to najmä v časových radoch analýz finančných trhov. Napríklad na trhoch s cennými papiermi sú obdobia s nízkou volatilitou často nasledované obdobiami s vysokou volatilitou. Rozptyl chybového termínu opisujúceho tieto trhy by sa teda líšil v závislosti od rozptylu predchádzajúcich období.

Problém s heteroskedasticitou je v tom, že spôsobuje, že intervaly spoľahlivosti sú príliš úzke, čo dáva väčší pocit presnosti, ako je zaručené ekonometrickým modelom. ARCH modely sa pokúšajú modelovať rozptyl týchto chybových termínov a v tomto postupe korigovať problémy vyplývajúce z heteroskedasticity. Cieľom modelov ARCH je poskytnúť mieru volatility, ktorá sa môže použiť pri finančnom rozhodovaní.

Na finančných trhoch analytici pozorujú tzv. Zoskupovanie volatility, v ktorom obdobia nízkej volatility nasledujú obdobia vysokej volatility a naopak. Napríklad volatilita pre S&P 500 bola neobvykle nízka počas dlhého obdobia počas býčieho trhu v rokoch 2003 až 2007, predtým, ako sa prudko zvýšila na rekordnú úroveň počas korekcie trhu v roku 2008. Modely ARCH sú schopné korigovať štatistické problémy, ktoré z toho vyplývajú. typ vzoru v údajoch. V dôsledku toho sa stali hlavnými piliermi pri modelovaní finančných trhov, ktoré vykazujú volatilitu. Koncept ARCH vyvinul ekonóm Robert F. Engle, za ktorý v roku 2003 získal Nobelovu cenu za pamätník v ekonomických vedách.

Porovnať investičné účty Názov poskytovateľa Opis Zverejnenie informácií inzerenta × Ponuky uvedené v tejto tabuľke pochádzajú od partnerstiev, od ktorých spoločnosť Investopedia dostáva kompenzácie.

Súvisiace podmienky

Definícia generalizovanej automatickej regresívnej podmienenej heteroskedasticity (GARCH) Generalizovaná automatická regresívna podmienená heteroskedasticita (GARCH) je štatistický model používaný na odhad volatility výnosov z akcií. viac Roľník GARCHP Všeobecný proces autoregresívnej podmienenej heteroskedasticity (GARCH) je ekonometrický pojem, ktorý sa používa na opis prístupu k odhadu volatility na finančných trhoch. viac Časovo premenlivá volatilita Definícia Časovo premenlivá volatilita sa týka výkyvov volatility v rôznych časových obdobiach. viac Heteroskedasticity V štatistikách heteroskedasticity nastane, keď sú štandardné odchýlky premennej, monitorované počas špecifického času, nekonzistentné. viac Robert F. Engle III Robert Engle III je americký ekonóm, ktorý získal Nobelovu cenu za ekonomiku za rok 2003 za analýzu údajov z časových radov s premenlivou volatilitou času. viac Nástroj na analýzu modelu Merton Model Merton je nástroj na analýzu, ktorý sa používa na hodnotenie úverového rizika dlhu spoločnosti. Analytici a investori využívajú model Merton na pochopenie finančnej spôsobilosti spoločnosti. ďalšie partnerské odkazy