Główny » biznes » Autoregresywna warunkowa heteroterapia (ARCH)

Autoregresywna warunkowa heteroterapia (ARCH)

biznes : Autoregresywna warunkowa heteroterapia (ARCH)
Co to jest autoregresywna warunkowa heteroterapia?

Autoregresywna heteroskedastyczność warunkowa (ARCH) jest modelem statystycznym szeregów czasowych stosowanym do analizy efektów niewyjaśnionych przez modele ekonometryczne. W tych modelach termin błędu to wynik resztkowy niewyjaśniony przez model. Modele ekonometryczne zakładają, że wariancja tego terminu będzie jednorodna. Jest to znane jako „homoskedastyczność”. Jednak w niektórych okolicznościach ta wariancja nie jest jednolita, ale „heteroskedastyczna”.

Zrozumienie autoregresyjnej warunkowej heteroterapii

W rzeczywistości wariancja tych terminów błędów jest nie tylko niejednorodna, ale wpływa na to wariancje poprzedzające ją. Jest to określane jako „autoregresja”. Podobnie w statystykach, gdy na wariancję terminu wpływa wariancja jednej lub więcej innych zmiennych, jest ona „warunkowa”.

Jest to szczególnie prawdziwe w analizach szeregów czasowych rynków finansowych. Na przykład na rynkach papierów wartościowych po okresach niskiej zmienności często następują okresy dużej zmienności. Zatem wariancja terminu błędu opisującego te rynki będzie się różnić w zależności od wariancji poprzednich okresów.

Problem z heteroskedastycznością polega na tym, że sprawia, że ​​przedziały ufności są zbyt wąskie, co daje większe poczucie precyzji niż jest to uzasadnione w modelu ekonometrycznym. Modele ARCH próbują modelować wariancję tych terminów błędów, a w tym procesie korygują problemy wynikające z heteroskedastyczności. Modele ARCH mają na celu zapewnienie miary zmienności, którą można wykorzystać w podejmowaniu decyzji finansowych.

Na rynkach finansowych analitycy obserwują coś, co nazywa się klastrowaniem zmienności, w którym po okresach niskiej zmienności następują okresy wysokiej zmienności i odwrotnie. Na przykład zmienność dla S&P 500 była wyjątkowo niska przez długi okres podczas hossy od 2003 do 2007 r., Zanim osiągnęła rekordowy poziom podczas korekty rynku w 2008 r. Modele ARCH są w stanie skorygować problemy statystyczne wynikające z tego rodzaj wzorca w danych. W rezultacie stały się filarami modelowania rynków finansowych wykazujących zmienność. Koncepcję ARCH opracował ekonomista Robert F. Engle, za który w 2003 r. Otrzymał Nagrodę Nobla w dziedzinie nauk ekonomicznych.

Porównaj rachunki inwestycyjne Nazwa dostawcy Opis Ujawnienie reklamodawcy × Oferty przedstawione w tej tabeli pochodzą od partnerstw, od których Investopedia otrzymuje wynagrodzenie.

Terminy pokrewne

Uogólniona AutoRegresywna warunkowa heteroskedastyczność (GARCH) Definicja Uogólniona AutoRegresywna warunkowa heteroskedastyczność (GARCH) jest modelem statystycznym stosowanym do oszacowania zmienności zwrotów akcji. więcej Proces GARCHP Uogólniony proces autoregresyjnej warunkowej heteroskedastyczności (GARCH) to ekonometryczny termin używany do opisania podejścia do oszacowania zmienności na rynkach finansowych. więcej Zmienna zmienność w czasie Definicja Zmienna zmienność w czasie odnosi się do wahań zmienności w różnych okresach. więcej Heteroskedastyczność W statystykach heteroskedastyczność ma miejsce, gdy odchylenia standardowe zmiennej, monitorowane przez określony czas, nie są stałe. więcej Robert F. Engle III Robert Engle III to amerykański ekonomista, który w 2003 r. zdobył Nagrodę Nobla w dziedzinie ekonomii za analizę danych szeregów czasowych o zmiennej zmienności w czasie. więcej Narzędzie analizy modelu Merton Model Merton jest narzędziem analizy służącym do oceny ryzyka kredytowego zadłużenia korporacji. Analitycy i inwestorzy wykorzystują model Mertona do zrozumienia możliwości finansowych firmy. więcej linków partnerskich
Zalecane
Zostaw Swój Komentarz