GARCH-prosessi

Mikä GARCH-prosessi on?

Yleistetty autoregressiivinen ehdollinen heteroskedastisiteetti (GARCH) on ekonometrinen termi, jonka on kehittänyt Robert F. Engle,. taloustieteilijä ja vuoden 2003 taloustieteen Nobelin muistopalkinto, vuonna 1982. GARCH kuvaa lähestymistapaa rahoitusmarkkinoiden volatiliteetin arvioimiseksi.

GARCH-mallinnusta on useita. Rahoitusalan ammattilaiset pitävät usein parempana GARCH-prosessia, koska se tarjoaa reaalimaailman kontekstin kuin muut mallit yrittäessään ennustaa rahoitusinstrumenttien hintoja ja korkoja.

GARCH-prosessin ymmärtäminen

Heteroskedastisuus kuvaa virhetermin tai muuttujan epäsäännöllistä vaihtelumallia tilastollisessa mallissa. Pohjimmiltaan, missä on heteroskedastiisuutta, havainnot eivät ole lineaarisen mallin mukaisia. Sen sijaan niillä on tapana klusteroitua.

Seurauksena on, että mallista tehdyt johtopäätökset ja ennustearvo eivät ole luotettavia. GARCH on tilastollinen malli, jolla voidaan analysoida useita erityyppisiä taloustietoja, esimerkiksi makrotaloudellisia tietoja. Rahoituslaitokset käyttävät tätä mallia tyypillisesti arvioidakseen osakkeiden, joukkovelkakirjojen ja markkinaindeksien tuottojen volatiliteettia. He käyttävät saatuja tietoja määrittääkseen hinnoittelun, arvioidakseen, mitkä omaisuuserät tarjoavat mahdollisesti korkeamman tuoton, ja ennustavat nykyisten sijoitusten tuottoa auttaakseen varojen allokaatiossa, suojauksessa, riskienhallinnassa ja salkun optimointipäätöksissä.

GARCH-mallin yleinen prosessi sisältää kolme vaihetta. Ensimmäinen on arvioida parhaiten sopiva autoregressiivinen malli. Toinen on virhetermin autokorrelaatioiden laskeminen . Kolmas vaihe on merkityksen testaaminen.

Kaksi muuta laajalti käytettyä tapaa arvioida ja ennustaa rahoitusvolatiliteettia ovat klassinen historiallisen volatiliteetin (VolSD) menetelmä ja eksponentiaalisesti painotetun liukuvan keskiarvon volatiliteetin menetelmä (VolEWMA).

GARCH-mallit parhaiten omaisuuden palautukseen

GARCH-prosessit eroavat homoskedastisista malleista, joissa oletetaan jatkuvaa volatiliteettia ja joita käytetään perusnormaalin pienimmän neliösumman (OLS) analyysissä. OLS pyrkii minimoimaan datapisteiden ja näihin pisteisiin sopivan regressioviivan väliset poikkeamat. Omaisuustuottojen kanssa volatiliteetti näyttää vaihtelevan tiettyinä ajanjaksoina ja riippuvan menneestä varianssista, mikä tekee homoskedastisesta mallista alioptimaalisen.

GARCH-prosessit, koska ne ovat autoregressiivisiä, riippuvat menneistä neliöistä havainnoista ja menneistä varianssista mallintaakseen nykyisen varianssin. GARCH-prosesseja käytetään laajasti rahoituksessa, koska ne ovat tehokkaita varojen tuoton ja inflaation mallintamisessa. GARCH pyrkii minimoimaan ennusteiden virheet ottamalla huomioon aikaisemman ennusteen virheet ja parantamalla käynnissä olevien ennusteiden tarkkuutta.

Esimerkki GARCH-prosessista

GARCH-mallit kuvaavat rahoitusmarkkinoita, joilla volatiliteetti voi muuttua, muuttuen epävakaammaksi finanssikriisien tai maailmantapahtumien aikana ja vähemmän epävakaaksi suhteellisen rauhallisen ja vakaan talouskasvun aikoina. Esimerkiksi tuottokaaviossa osakkeiden tuotto voi näyttää suhteellisen yhtenäiseltä vuosilta, jotka johtivat vuoden 2007 kaltaiseen finanssikriisiin.

Kriisin alkamisen jälkeisenä aikana tuotot voivat kuitenkin vaihdella villisti negatiivisesta positiiviseen alueeseen. Lisäksi lisääntynyt volatiliteetti voi ennakoida volatiliteettia tulevaisuudessa. Volatiliteetti voi sitten palata kriisiä edeltäneelle tasolle tai tasaantua jatkossa. Yksinkertainen regressiomalli ei ota huomioon tätä rahoitusmarkkinoiden volatiliteetin vaihtelua. Se ei edusta " mustan joutsenen " tapahtumia, joita esiintyy ennustettua useammin.

##Kohokohdat

• Yleistetty autoregressiivinen ehdollinen heteroskedastisuus (GARCH) on lähestymistapa rahoitusmarkkinoiden volatiliteetin arvioimiseen.

• Rahoituslaitokset arvioivat mallin avulla osakkeiden, joukkovelkakirjalainojen ja muiden sijoitusvälineiden tuottovolatiliteettia.

• GARCH-prosessi tarjoaa reaalimaailman kontekstin kuin muut mallit ennustettaessa rahoitusinstrumenttien hintoja ja korkoja.