Co to jest autoregresywna warunkowa heteroterapia?
Autoregresyjna 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.
