GARCH-prosess

Hva er GARCH-prosessen?

Den generaliserte autoregressive betingede heteroskedastisitet (GARCH) prosessen er et økonometrisk begrep utviklet i 1982 av Robert F. Engle,. en økonom og 2003 vinner av Nobels minnepris for økonomi. GARCH beskriver en tilnærming for å estimere volatilitet i finansmarkedene.

Det finnes flere former for GARCH-modellering. Finansielle fagfolk foretrekker ofte GARCH-prosessen fordi den gir en mer reell kontekst enn andre modeller når de prøver å forutsi prisene og prisene på finansielle instrumenter.

Forstå GARCH-prosessen

Heteroskedastisitet beskriver det uregelmessige variasjonsmønsteret til et feilledd, eller variabel, i en statistisk modell. I hovedsak, der det er heteroskedastisitet, samsvarer ikke observasjoner med et lineært mønster. I stedet har de en tendens til å klynge seg sammen.

Resultatet er at konklusjonene og den prediktive verdien som trekkes fra modellen ikke vil være pålitelige. GARCH er en statistisk modell som kan brukes til å analysere en rekke ulike typer finansielle data, for eksempel makroøkonomiske data. Finansinstitusjoner bruker vanligvis denne modellen for å estimere volatiliteten til avkastningen for aksjer, obligasjoner og markedsindekser. De bruker den resulterende informasjonen til å bestemme priser, bedømme hvilke eiendeler som potensielt vil gi høyere avkastning, og forutsi avkastningen av nåværende investeringer for å hjelpe til med aktivallokering, sikring, risikostyring og porteføljeoptimalisering.

Den generelle prosessen for en GARCH-modell involverer tre trinn. Den første er å estimere en best passende autoregressiv modell. Den andre er å beregne autokorrelasjoner av feilleddet. Det tredje trinnet er å teste for betydning.

To andre mye brukte tilnærminger for å estimere og forutsi finansiell volatilitet er den klassiske historisk volatilitet (VolSD) metoden og den eksponentielt vektede glidende gjennomsnittsvolatiliteten (VolEWMA) metoden.

GARCH-modeller best for aktiva-retur

GARCH-prosesser skiller seg fra homoskedastiske modeller, som forutsetter konstant volatilitet og brukes i grunnleggende ordinære minste kvadraters (OLS) analyse. OLS har som mål å minimere avvikene mellom datapunkter og en regresjonslinje for å passe til disse punktene. Med aktivaavkastning ser volatiliteten ut til å variere i visse perioder og avhenge av tidligere varians, noe som gjør en homoskedastisk modell suboptimal.

GARCH-prosesser, fordi de er autoregressive, avhenger av tidligere kvadrerte observasjoner og tidligere varianser for å modellere for gjeldende varians. GARCH-prosesser er mye brukt i finans på grunn av deres effektivitet i modellering av avkastning og inflasjon. GARCH tar sikte på å minimere feil i prognoser ved å ta hensyn til feil i tidligere prognoser og forbedre nøyaktigheten til pågående spådommer.

Eksempel på GARCH-prosessen

GARCH-modeller beskriver finansmarkeder der volatiliteten kan endre seg, bli mer volatile i perioder med finanskriser eller verdenshendelser og mindre volatile i perioder med relativ rolig og jevn økonomisk vekst. På et plott av avkastning, for eksempel, kan aksjeavkastningen se relativt ensartet ut for årene frem til en finanskrise som i 2007.

I perioden etter utbruddet av en krise kan imidlertid avkastningen svinge vilt fra negativt til positivt territorium. Dessuten kan den økte volatiliteten være prediktiv for volatilitet fremover. Volatiliteten kan da gå tilbake til nivåer som ligner nivåene fra før krisen, eller være mer jevn fremover. En enkel regresjonsmodell tar ikke hensyn til denne variasjonen i volatilitet som vises i finansmarkedene. Det er ikke representativt for hendelsene med " svart svane " som forekommer oftere enn forutsatt.

##Høydepunkter

– Prosessen med generalisert autoregressiv betinget heteroskedastisitet (GARCH) er en tilnærming til å estimere volatiliteten i finansmarkedene.

• Finansinstitusjoner bruker modellen til å estimere avkastningsvolatiliteten til aksjer, obligasjoner og andre investeringsinstrumenter.

• GARCH-prosessen gir en mer reell kontekst enn andre modeller når de forutsier prisene og prisene på finansielle instrumenter.