Autoregresivní podmíněná heteroskedasticita (ARCH)

Co je autoregresivní podmíněná heteroskedasticita?

Autoregresivní podmíněná heteroskedasticita (ARCH) je statistický model časové řady používaný k analýze účinků, které ekonometrické modely nevysvětlily. V těchto modelech je chybovým termínem zbytkový výsledek, který model nevysvětlil. Předpoklad ekonometrických modelů je, že rozptyl tohoto termínu bude jednotný. Tomu se říká „homoskedasticita“. Za určitých okolností však tato variance není jednotná, nýbrž „heteroskedastická“.

Porozumění autoregresivní podmíněné heteroskedasticity

Ve skutečnosti není rozptyl těchto chybových stavů pouze nejednotný, ale je ovlivňován odchylkami, které jej předcházely. Tomu se říká „autoregrese“. Podobně, ve statistice, když rozptyl termínu je ovlivněn rozptylem jedné nebo více jiných proměnných, je to „podmíněné“.

To platí zejména v časových řadách analýz finančních trhů. Například na trzích s cennými papíry jsou období nízké volatility často následována obdobími vysoké volatility. Rozptyl chybového termínu popisujícího tyto trhy by se tedy lišil v závislosti na rozptylu předchozích období.

Problém s heteroskedasticitou je v tom, že způsobuje, že intervaly spolehlivosti jsou příliš úzké, což dává větší smysl pro přesnost, než je zaručeno ekonometrickým modelem. ARCH modely se pokoušejí modelovat rozptyl těchto chybových termínů a v procesu korigovat problémy vyplývající z heteroskedasticity. Cílem modelů ARCH je poskytnout míru volatility, kterou lze použít při finančním rozhodování.

Na finančních trzích analytici pozorují něco, čemu se říká klastrování volatility, ve kterém období nízké volatility následují období vysoké volatility a naopak. Například volatilita pro S&P 500 byla neobvykle nízká po delší dobu během býčího trhu v letech 2003 až 2007, než došlo ke zvýšení na rekordní úrovně během korekce trhu v roce 2008. ARCH modely jsou schopny napravit statistické problémy, které z toho plynou. typ vzoru v datech. V důsledku toho se staly základem při modelování finančních trhů, které vykazují volatilitu. Koncept ARCH byl vyvinut ekonomem Robertem F. Englem, za který v roce 2003 získal Nobelovu cenu za památník v ekonomických vědách.

Porovnat poskytovatele investičních účtů Jméno Popis Zveřejnění inzerenta × Nabídky, které se objevují v této tabulce, pocházejí od partnerství, od nichž Investopedia dostává náhradu.

Související termíny

Generalized AutoRegressive Podmíněná Heteroskedasticity (GARCH) Definice Generalized AutoRegressive Podmíněná Heteroskedasticity (GARCH) je statistický model používaný k odhadu volatility výnosů z akcií. více Roaming GARCHP Generalizovaný proces autoregresivního podmíněného heteroskedasticity (GARCH) je ekonometrický termín používaný k popisu přístupu k odhadu volatility na finančních trzích. více Časově proměnlivá volatilita Definice Časově proměnlivá volatilita se týká kolísání volatility v různých časových obdobích. více Heteroskedasticity Ve statistikách, heteroskedasticity nastane, když standardní odchylky proměnné, monitorované přes specifickou dobu, být nonconstant. více Robert F. Engle III Robert Engle III je americký ekonom, který získal Nobelovu cenu za ekonomiku za rok 2003 za analýzu dat časových řad s proměnlivou volatilitou času. více Nástroj pro analýzu modelu Merton Model Merton je analytický nástroj používaný k hodnocení úvěrového rizika dluhu společnosti. Analytici a investoři využívají model Merton k pochopení finanční způsobilosti společnosti. více partnerských odkazů