Thế nào là Heteroskedasticity (GARCH) tổng quát AutoRegressive là gì?
Tổng quát Heteroskedasticity (GARCH) là một mô hình thống kê được sử dụng trong việc phân tích dữ liệu chuỗi thời gian trong đó lỗi phương sai được cho là tự động tương quan. Các mô hình GARCH giả định rằng phương sai của thuật ngữ lỗi tuân theo quy trình trung bình di chuyển tự động.
Chìa khóa chính
- GARCH là một kỹ thuật mô hình thống kê được sử dụng để giúp dự đoán mức độ biến động của lợi nhuận trên tài sản tài chính. TÌM KIẾM phù hợp với dữ liệu chuỗi thời gian trong đó phương sai của thuật ngữ lỗi được tự động hóa theo quy trình trung bình di chuyển tự động. GARCH rất hữu ích để đánh giá rủi ro và lợi nhuận dự kiến cho các tài sản thể hiện các giai đoạn biến động trong lợi nhuận.
Hiểu về tính không đồng nhất có điều kiện AutoRegressive (GARCH)
Mặc dù các mô hình Heteroskedasticity (GARCH) có thể được sử dụng trong phân tích một số loại dữ liệu tài chính khác nhau, chẳng hạn như dữ liệu kinh tế vĩ mô, các tổ chức tài chính thường sử dụng chúng để ước tính mức độ biến động của lợi nhuận cho cổ phiếu, trái phiếu và chỉ số thị trường. Họ sử dụng thông tin kết quả để giúp xác định giá và đánh giá tài sản nào có khả năng mang lại lợi nhuận cao hơn, cũng như dự báo lợi nhuận của các khoản đầu tư hiện tại để giúp phân bổ tài sản, phòng ngừa rủi ro, quản lý rủi ro và quyết định tối ưu hóa danh mục đầu tư.
Các mô hình GARCH được sử dụng khi phương sai của thuật ngữ lỗi không phải là hằng số. Đó là, thuật ngữ lỗi là heteroskedastic. Heteroskedasticity mô tả mô hình biến đổi bất thường của một thuật ngữ lỗi hoặc biến, trong một mô hình thống kê. Về cơ bản, bất cứ nơi nào có sự không đồng nhất, các quan sát không phù hợp với một mô hình tuyến tính. Thay vào đó, họ có xu hướng co cụm. Do đó, nếu các mô hình thống kê giả định phương sai không đổi được sử dụng trên dữ liệu này, thì kết luận và giá trị tiên đoán mà người ta có thể rút ra từ mô hình sẽ không đáng tin cậy.
Phương sai của thuật ngữ lỗi trong các mô hình GARCH được giả định là thay đổi một cách có hệ thống, có điều kiện dựa trên kích thước trung bình của các điều khoản lỗi trong các giai đoạn trước. Nói cách khác, nó có tính không đồng nhất có điều kiện và lý do cho sự không đồng nhất là thuật ngữ lỗi đang theo mô hình trung bình di chuyển tự phát. Điều này có nghĩa là nó là một hàm của giá trị trung bình của các giá trị trong quá khứ của chính nó.
Lịch sử của TÌM KIẾM
GARCH được xây dựng vào những năm 1980 như một cách để giải quyết vấn đề dự báo biến động giá cả tài sản. Nó được xây dựng dựa trên công trình đột phá năm 1982 của nhà kinh tế Robert Engle trong việc giới thiệu mô hình Heteroskedasticity (ARCH) có điều kiện tự phát. Mô hình của ông cho rằng sự thay đổi của lợi nhuận tài chính không phải là hằng số theo thời gian mà là tự động tương quan, hoặc có điều kiện / phụ thuộc lẫn nhau. Ví dụ, người ta có thể thấy điều này trong lợi nhuận chứng khoán trong đó các giai đoạn biến động trong lợi nhuận có xu hướng được nhóm lại với nhau.
Kể từ khi giới thiệu ban đầu, nhiều biến thể của GARCH đã xuất hiện. Chúng bao gồm Phi tuyến (NGARCH), giải quyết mối tương quan và quan sát "cụm biến động" của lợi nhuận và GARCH tích hợp (IGARCH), giới hạn tham số biến động. Tất cả các biến thể của mô hình GARCH đều tìm cách kết hợp hướng, dương hoặc âm, của lợi nhuận ngoài độ lớn (được xử lý trong mô hình ban đầu).
Mỗi dẫn xuất của GARCH có thể được sử dụng để phù hợp với các phẩm chất cụ thể của chứng khoán, ngành hoặc dữ liệu kinh tế. Để đánh giá rủi ro, các tổ chức tài chính kết hợp các mô hình GARCH vào Giá trị rủi ro (VAR) của họ, mức lỗ dự kiến tối đa (cho dù là một vị trí đầu tư hoặc giao dịch, danh mục đầu tư, hoặc ở cấp độ phân chia hoặc toàn công ty) trong một khoảng thời gian xác định dự kiến. Các mô hình GARCH được xem để cung cấp các thước đo rủi ro tốt hơn mức có thể đạt được thông qua việc theo dõi độ lệch chuẩn.
Các nghiên cứu khác nhau đã được thực hiện về độ tin cậy của các mô hình GARCH khác nhau trong các điều kiện thị trường khác nhau, bao gồm cả trong các giai đoạn dẫn đến và sau cuộc khủng hoảng tài chính năm 2007.
