Τι είναι η γενικευμένη αυθόρμητη υπό όρους ετεροσκεδαστικότητα (GARCH);
Η γενικευμένη αυτόματη επαναπροσαρμογή υπό όρους ετεροσκεδαστικότητα (GARCH) είναι ένα στατιστικό μοντέλο που χρησιμοποιείται στην ανάλυση δεδομένων χρονοσειράς όπου το σφάλμα διακύμανσης πιστεύεται ότι είναι σειριακά αυτοσυσχετισμένο. Τα μοντέλα GARCH υποθέτουν ότι η διακύμανση του όρου σφάλματος ακολουθεί μια διαδικασία αυτόματης αντιστροφής κινητού μέσου.
Βασικές τακτικές
- Το GARCH είναι μια τεχνική στατιστικής μοντελοποίησης που χρησιμοποιείται για να συμβάλει στην πρόβλεψη της μεταβλητότητας των αποδόσεων των χρηματοοικονομικών περιουσιακών στοιχείων. Το GARCH είναι κατάλληλο για δεδομένα χρονοσειρών όπου η διακύμανση του όρου σφάλματος είναι σειριακά αυτοσυσχετισμένη ακολουθώντας μια διαδικασία αυτόματου μεταβολής. Το GARCH είναι χρήσιμο για την αξιολόγηση του κινδύνου και των αναμενόμενων αποδόσεων για στοιχεία ενεργητικού που παρουσιάζουν συσσωρευμένες περιόδους μεταβλητότητας στις αποδόσεις.
Η κατανόηση της γενικευμένης αυθόρμητης υπό όρους ετεροσκεδαστικότητας (GARCH)
Παρόλο που τα μοντέλα γενικής αυτόματης επανεξέτασης (Heteroskedasticity Conditional Heteroskedasticity - GARCH) μπορούν να χρησιμοποιηθούν στην ανάλυση πολλών διαφορετικών τύπων χρηματοοικονομικών δεδομένων, όπως μακροοικονομικά δεδομένα, τα χρηματοπιστωτικά ιδρύματα χρησιμοποιούν συνήθως για την εκτίμηση της μεταβλητότητας των αποδόσεων για τα αποθέματα, τα ομόλογα και τους δείκτες της αγοράς. Χρησιμοποιούν τις πληροφορίες που προκύπτουν για να βοηθήσουν στον προσδιορισμό των τιμών και να κρίνουν ποια περιουσιακά στοιχεία θα μπορούσαν ενδεχομένως να αποφέρουν υψηλότερες αποδόσεις, καθώς και να προβλέψουν τις αποδόσεις των τρεχουσών επενδύσεων για να βοηθήσουν στη λήψη αποφάσεων για την κατανομή ενεργητικού, αντιστάθμιση κινδύνου, διαχείριση κινδύνου και βελτιστοποίηση χαρτοφυλακίου.
Τα μοντέλα GARCH χρησιμοποιούνται όταν η διακύμανση του όρου σφάλματος δεν είναι σταθερή. Δηλαδή, ο όρος σφάλματος είναι ετεροσκεδαστικός. Η ετεροσκεδαστικότητα περιγράφει το ακανόνιστο πρότυπο μεταβολής ενός όρου σφάλματος ή μιας μεταβλητής σε ένα στατιστικό μοντέλο. Ουσιαστικά, όπου υπάρχει ετεροσκεδαστικότητα, οι παρατηρήσεις δεν συμμορφώνονται με ένα γραμμικό πρότυπο. Αντ 'αυτού, τείνουν να συσσωρεύονται. Επομένως, εάν στα δεδομένα αυτά χρησιμοποιούνται στατιστικά μοντέλα που υποθέτουν σταθερή διακύμανση, τότε τα συμπεράσματα και η προγνωστική αξία που μπορεί κανείς να αντλήσει από το μοντέλο δεν θα είναι αξιόπιστα.
Η διακύμανση του όρου σφάλματος στα μοντέλα GARCH υποτίθεται ότι μεταβάλλεται συστηματικά, εξαρτώμενη από το μέσο μέγεθος των όρων σφάλματος σε προηγούμενες περιόδους. Με άλλα λόγια, έχει υπό όρους ετεροσκεδασμό και ο λόγος για την ετεροσκεδαστικότητα είναι ότι ο όρος σφάλματος ακολουθεί ένα μοτίβο αυτορυθμιζόμενου κινούμενου μέσου. Αυτό σημαίνει ότι είναι συνάρτηση ενός μέσου όρου των δικών του προηγούμενων τιμών.
Ιστορία του GARCH
Το GARCH διαμορφώθηκε στη δεκαετία του 1980 ως ένας τρόπος αντιμετώπισης του προβλήματος της πρόβλεψης της μεταβλητότητας των τιμών των περιουσιακών στοιχείων. Έχει χτιστεί το έργο του οικονομολόγου Robert Engle του 1982 για την εισαγωγή του μοντέλου Autoregressive Conditional Heteroskedasticity (ARCH). Το μοντέλο του υποθέτει ότι η διακύμανση των οικονομικών αποδόσεων δεν ήταν σταθερή με την πάροδο του χρόνου, αλλά είναι αυτοσυσχετισμένη ή εξαρτώμενη από την άλλη. Παραδείγματος χάριν, μπορεί κανείς να δει αυτό στο αποθέματα αποθέματος όπου οι περιόδους μεταβλητότητας στις αποδόσεις τείνουν να συγκεντρωθούν μαζί.
Από την αρχική εισαγωγή, προέκυψαν πολλές παραλλαγές του GARCH. Αυτές περιλαμβάνουν τη μη γραμμική (NGARCH), η οποία εξετάζει το συσχετισμό και την παρατηρούμενη "συσσωμάτωση μεταβλητότητας" των αποδόσεων, και το ολοκληρωμένο GARCH (IGARCH), το οποίο περιορίζει την παράμετρο μεταβλητότητας. Όλες οι παραλλαγές μοντέλου GARCH επιδιώκουν να ενσωματώσουν την κατεύθυνση, θετική ή αρνητική, των αποδόσεων εκτός από το μέγεθος (που αναφέρεται στο αρχικό μοντέλο).
Κάθε παράγωγος του GARCH μπορεί να χρησιμοποιηθεί για να ικανοποιήσει τις συγκεκριμένες ιδιότητες του αποθέματος, της βιομηχανίας ή των οικονομικών δεδομένων. Κατά την αξιολόγηση του κινδύνου, τα χρηματοπιστωτικά ιδρύματα ενσωματώνουν τα μοντέλα GARCH στην αξία τους σε κίνδυνο (VAR), τη μέγιστη αναμενόμενη ζημία (είτε για μία μόνο θέση επένδυσης ή διαπραγμάτευσης, είτε για ένα χαρτοφυλάκιο ή για ένα τμήμα ή για ολόκληρη την εταιρεία) για συγκεκριμένο χρονικό διάστημα προβολές. Τα μοντέλα GARCH θεωρούνται ότι προσφέρουν καλύτερες μετρήσεις κινδύνου από ό, τι μπορεί να επιτευχθεί μόνο μέσω της τυπικής απόκλισης παρακολούθησης.
Έχουν διεξαχθεί διάφορες μελέτες σχετικά με την αξιοπιστία διαφόρων μοντέλων GARCH σε διαφορετικές συνθήκες της αγοράς, συμπεριλαμβανομένων των περιόδων που προηγήθηκαν και μετά την οικονομική κρίση του 2007.
