Авторегресивна умовна гетероскедастичність (ARCH)

Що таке авторегресивна умовна гетерокедастичність?

Авторегресивна умовна гетероскедастичність (ARCH) - статистична модель часового ряду, що використовується для аналізу ефектів, що залишаються незрозумілими економетричними моделями. У цих моделях термін помилки - це залишковий результат, залишений незрозумілим моделлю. Припущення економетричних моделей полягає в тому, що дисперсія цього терміна буде рівномірною. Це відомо як "гомоскедастичність". Однак за деяких обставин ця дисперсія не є рівномірною, а "гетерокедастичною".

Розуміння авторегресивної умовної гетерокедастичності

Насправді, дисперсія цих термінів помилки є не просто неоднаковою, але впливає на її відхилення. Це називається "авторегресією". Аналогічно, у статистиці, коли на дисперсію терміна впливає дисперсія однієї чи кількох інших змінних, вона є "умовною".

Особливо це стосується аналізу часових рядів фінансових ринків. Наприклад, на ринках цінних паперів періоди низької волатильності часто супроводжуються періодами підвищеної волатильності. Отже, дисперсія терміна помилки, що описує ці ринки, відрізнялася б залежно від дисперсії попередніх періодів.

Проблема гетероскедастичності полягає в тому, що він робить довірчі інтервали занадто вузькими, тим самим дає більший сенс точності, ніж це гарантується економетричною моделлю. Моделі ARCH намагаються моделювати відмінність цих термінів помилок і в процесі виправляють проблеми, що виникають внаслідок гетероскедастичності. Мета моделей ARCH - забезпечити міру мінливості, яка може бути використана при прийнятті фінансових рішень.

На фінансових ринках аналітики спостерігають щось, що називається кластеризованностью, коли періоди низької мінливості супроводжуються періодами підвищеної волатильності і навпаки. Наприклад, волатильність для S&P 500 була незвично низькою протягом тривалого періоду на ринку биків з 2003 по 2007 рік, перш ніж досягти рекордних рівнів під час корекції ринку 2008 року. Моделі ARCH здатні виправити статистичні проблеми, що виникають із цього тип шаблону в даних. Як результат, вони стали опорою для моделювання фінансових ринків, що демонструють волатильність. Концепція ARCH була розроблена економістом Робертом Ф. Енглом, за яку він отримав Нобелівську премію з економічних наук 2003 року.

Порівняйте інвестиційні рахунки Ім’я постачальника Опис Розкриття рекламодавця × Пропозиції, що з’являються в цій таблиці, є партнерствами, від яких Investopedia отримує компенсацію.

Пов'язані умови

Визначення узагальненої автоматичної регресивної умовної гетерокедастичності (GARCH) Узагальнена авторегресивна умовна гетерокедастичність (GARCH) - це статистична модель, яка використовується для оцінки мінливості фондоозброєності. детальніше процес GARCHP Узагальнений процес авторегресивної умовної гетерокедастичності (GARCH) - це економетричний термін, що використовується для опису підходу до оцінки волатильності на фінансових ринках. більше Визначення волатильності, що змінюється у часі, коливання волатильності у часі стосується коливань волатильності в різні періоди часу. більше Гетероскдастичність У статистиці гетерокедастичність буває тоді, коли стандартні відхилення змінної, що відстежуються протягом певного часу, є непостійними. докладніше Роберт Ф. Енгл III Роберт Енгл III - американський економіст, який отримав Нобелівську премію з економіки 2003 р. за аналіз даних часових рядів з різною мінливістю часу. детальніше Інструмент аналізу моделі Мертона Модель Мертона - це інструмент аналізу, який використовується для оцінки кредитного ризику боргу корпорації. Аналітики та інвестори використовують модель Мертона, щоб зрозуміти фінансові можливості компанії. більше Посилання партнерів