Otoregresif Koşullu Değişken Varyans (ARCH)
Otoregresif Koşullu Heteroskedastisite (ARCH) Nedir?
gelecekteki oynaklığı tahmin etmek için zaman serilerindeki oynaklığı analiz etmek için kullanılan istatistiksel bir modeldir . Finans dünyasında, ARCH modellemesi, gerçek piyasalara daha çok benzeyen bir oynaklık modeli sağlayarak riski tahmin etmek için kullanılır. ARCH modellemesi, yüksek oynaklık dönemlerini daha yüksek oynaklığın ve düşük oynaklık dönemlerini daha düşük oynaklığın izlediğini göstermektedir.
Uygulamada bu, değişkenlik veya varyansın kümelenme eğiliminde olduğu anlamına gelir; bu, bir varlığı farklı zaman dilimlerinde tutma riskini değerlendirirken yatırımcılar için faydalıdır. ARCH kavramı, 1980'lerde ekonomist Robert F. Engle III tarafından geliştirildi . ARCH, finansal modellemeyi hemen iyileştirdi ve Engle'nin 2003 Nobel İktisadi Bilimler Anma Ödülü'nü kazanmasına neden oldu.
Otoregresif Koşullu Heteroskedastisiteyi (ARCH) Anlama
Otoregresif koşullu değişen varyans (ARCH) modeli, sabit oynaklık varsayımlarını koşullu oynaklıkla değiştirerek ekonometrik modelleri geliştirmek için tasarlanmıştır. Engle ve ARCH modelleri üzerinde çalışan diğerleri, geçmiş finansal verilerin gelecekteki verileri etkilediğini fark ettiler - bu, otoregresif tanımıdır. ARCH'nin koşullu değişen varyans kısmı, finansal piyasalardaki oynaklığın sabit olmadığı gözlemlenebilir gerçeğine atıfta bulunur - borsa değerleri, petrol fiyatları, döviz kurları veya GSYİH olsun tüm finansal veriler, yüksek ve düşük oynaklık dönemlerinden geçer. Ekonomistler, oynaklık değişimlerinin miktarını her zaman biliyorlardı, ancak piyasaları modellerken daha iyi bir seçeneğe sahip olmadıkları için genellikle belirli bir dönem için sabit tuttular.
ARCH, volatilite için sabit veya ortalama yerine ekonomistlerin kullanabileceği bir model sağladı. ARCH modelleri ayrıca finansal kriz dönemlerinde veya diğer siyah kuğu olayları sırasında piyasada görülen oynaklık kümelerinin ötesini de tanıyabilir ve tahmin edebilir . Örneğin, S&P 500'ün oynaklığı, 2003'ten 2007'ye kadar olan boğa piyasası sırasında, 2008'deki piyasa düzeltmesi sırasında rekor seviyelere çıkmadan önce, uzun bir süre boyunca alışılmadık derecede düşüktü. Bu düzensiz ve aşırı varyasyon, standart sapma tabanlı modeller için zordur. başa çıkmak için. Ancak ARCH modelleri, verilerdeki bu tür örüntülerden kaynaklanan istatistiksel sorunları düzeltebilir. Ayrıca, ARCH modelleri en iyi yüksek frekanslı verilerle (saatlik, günlük, aylık, üç aylık) çalışır, bu nedenle finansal veriler için idealdir. Sonuç olarak, ARCH modelleri oynaklık sergileyen finansal piyasaları modellemek için temel dayanak noktası haline geldi (ki bu aslında uzun vadede tüm finansal piyasalardır).
ARCH Modellerinin Devam Eden Evrimi
Engle'nin 2003'teki Nobel konferansına göre, Milton Friedman'ın bir ekonomiyi olumsuz etkileyen fiili enflasyon oranından ziyade enflasyon oranının ne olacağı konusundaki belirsizlik olduğu varsayımına yanıt olarak ARCH'i geliştirdi. Model oluşturulduktan sonra, her türlü oynaklığı tahmin etmek için paha biçilmez olduğunu kanıtladı. ARCH, GARCH,. EGARCH, STARCH ve diğerleri dahil olmak üzere araştırma ve finansta da yaygın olarak kullanılan birçok ilgili model üretmiştir .
Bu değişken modeller, daha doğru tahmin aralıkları elde etmek için genellikle ağırlıklandırma ve koşulluluk açısından değişiklikler getirir. Örneğin, EGARCH veya üstel GARCH, daha fazla oynaklık yarattığı gösterildiğinden, bir veri serisindeki negatif getirilere daha fazla ağırlık verir. Başka bir deyişle, fiyat grafiğindeki oynaklık, büyük bir düşüşten sonra büyük bir yükselişten sonra daha fazla artar. ARCH model varyantlarının çoğu, maksimum olasılık yaklaşımını kullanarak ağırlıkları ayarlamak için geçmiş verileri analiz eder . Bu, yakın vadeli ve gelecekteki volatiliteyi artan doğrulukla tahmin edebilen dinamik bir modelle sonuçlanır - elbette bu kadar çok finans kurumunun bunları kullanmasının nedeni budur.
##Öne çıkanlar
ARCH modelleri, finansal kuruluşlar tarafından farklı elde tutma süreleri boyunca varlık risklerini modellemek için kullanılır.
Otoregresif koşullu değişen varyans (ARCH) modelleri oynaklığı ölçer ve geleceğe yönelik tahminde bulunur.
Aynı veri setinin farklı görünümlerini sağlamak için ağırlıkları değiştiren birçok farklı ARCH modeli vardır.
ARCH modelleri dinamiktir, yani verilerdeki değişikliklere yanıt verirler.
