Processo GARCH

Che cos'è il processo GARCH?

Il processo di eteroschedasticità condizionale autoregressiva generalizzata (GARCH) è un termine econometrico sviluppato nel 1982 da Robert F. Engle,. economista e vincitore nel 2003 del Premio Nobel per l'economia. GARCH descrive un approccio per stimare la volatilità nei mercati finanziari.

Esistono diverse forme di modellazione GARCH. I professionisti finanziari spesso preferiscono il processo GARCH perché fornisce un contesto più reale rispetto ad altri modelli quando cercano di prevedere i prezzi e le tariffe degli strumenti finanziari.

Comprendere il processo GARCH

eteroschedasticità descrive il modello irregolare di variazione di un termine di errore, o variabile, in un modello statistico. In sostanza, dove c'è eteroschedasticità, le osservazioni non sono conformi a uno schema lineare. Invece, tendono a raggrupparsi.

Il risultato è che le conclusioni e il valore predittivo tratti dal modello non saranno affidabili. GARCH è un modello statistico che può essere utilizzato per analizzare diversi tipi di dati finanziari, ad esempio dati macroeconomici. Le istituzioni finanziarie in genere utilizzano questo modello per stimare la volatilità dei rendimenti di azioni, obbligazioni e indici di mercato. Usano le informazioni risultanti per determinare i prezzi, giudicare quali attività potenzialmente forniranno rendimenti più elevati e prevedere i rendimenti degli investimenti correnti per aiutare nelle decisioni di allocazione degli asset, copertura, gestione del rischio e ottimizzazione del portafoglio.

Il processo generale per un modello GARCH prevede tre fasi. Il primo è stimare un modello autoregressivo più adatto . Il secondo è calcolare le autocorrelazioni del termine di errore. Il terzo passo è verificare la significatività.

Altri due approcci ampiamente utilizzati per stimare e prevedere la volatilità finanziaria sono il metodo della volatilità storica classica (VolSD) e il metodo della volatilità della media mobile ponderata esponenzialmente (VolEWMA).

I modelli GARCH ideali per i rendimenti degli asset

I processi GARCH differiscono dai modelli omoschedastici,. che presuppongono una volatilità costante e sono utilizzati nell'analisi di base dei minimi quadrati ordinari (OLS). OLS mira a ridurre al minimo le deviazioni tra i punti dati e una linea di regressione per adattarsi a quei punti. Con i rendimenti delle attività, la volatilità sembra variare durante determinati periodi e dipende dalla varianza passata, rendendo un modello omoschedastico non ottimale.

I processi GARCH, poiché sono autoregressivi, dipendono dalle osservazioni al quadrato del passato e dalle varianze passate per modellare la varianza attuale. I processi GARCH sono ampiamente utilizzati in finanza grazie alla loro efficacia nel modellare i rendimenti degli asset e l'inflazione. GARCH mira a ridurre al minimo gli errori nelle previsioni tenendo conto degli errori nelle previsioni precedenti e migliorando l'accuratezza delle previsioni in corso.

Esempio del processo GARCH

I modelli GARCH descrivono i mercati finanziari in cui la volatilità può cambiare, diventando più volatili durante i periodi di crisi finanziarie o eventi mondiali e meno volatili durante i periodi di relativa calma e di crescita economica costante. Su un grafico dei rendimenti, ad esempio, i rendimenti delle azioni possono sembrare relativamente uniformi per gli anni precedenti a una crisi finanziaria come quella del 2007.

Nel periodo successivo all'inizio di una crisi, tuttavia, i rendimenti potrebbero oscillare selvaggiamente da territorio negativo a territorio positivo. Inoltre, la maggiore volatilità può essere predittiva della volatilità futura. La volatilità può quindi tornare a livelli simili a quelli pre-crisi o essere più uniforme in futuro. Un semplice modello di regressione non tiene conto di questa variazione della volatilità esibita nei mercati finanziari. Non è rappresentativo degli eventi del " cigno nero " che si verificano più spesso del previsto.

Mette in risalto

• Il processo di eteroschedasticità condizionale autoregressiva generalizzata (GARCH) è un approccio per stimare la volatilità dei mercati finanziari.

• Le istituzioni finanziarie utilizzano il modello per stimare la volatilità del rendimento di azioni, obbligazioni e altri veicoli di investimento.

• Il processo GARCH fornisce un contesto più reale rispetto ad altri modelli per la previsione dei prezzi e dei tassi degli strumenti finanziari.