KabuGuide.com Blog # A B C D E F G H I J K L M N O P Q R S T U V W X Y Z NASDAQ NYSE AMEX

GARCHプロセスとは何ですか

一般archモデル(GARCH)プロセスは、金融市場のボラティリティを推定するためのアプローチを記述するために、ロバート・エングル、経済学者や経済学のためのノーベル記念賞の2003年受賞者によって1982年に開発された計量経済学的用語です。 GARCHモデルのいくつかの形式があります。金融商品の価格や料金を予測しようとすると、それは他の形態よりも、現実世界のコンテキストを提供するため、GARCHプロセスは、多くの場合、財務モデリングの専門家によって好まれます。

GARCHプロセスを破壊

不均一は、統計モデルにおける誤差項の変化、または可変の不規則なパターンを記述する。不均一がある場合には基本的に、観察は直線状のパターンに準拠していません。代わりに、彼らは、クラスタ化する傾向があります。結果は1つがモデルから引き出すことができる結論と予測値は信頼できないということです。 GARCHは、例えば、財務データの異なるタイプ、マクロ経済データの数を分析するために使用することができる統計的モデルです。金融機関は通常、株式、債券及び市場インデックスのリターンの変動性を推定するために、このモデルを使用しています。彼らは、資産が潜在的に高いリターンを提供し、並びにこれらの資産配分、ヘッジ、リスク管理とポートフォリオ最適化の意思決定に役立つように、現在の投資のリターンを予測するために、価格設定や裁判官を決定するのを助けるために結果の情報を使用します。

GARCHモデルの一般的なプロセスは、3つのステップがあります。最初は、最高のフィット自己回帰モデルを推定することです。第二は、誤差項の自己相関を計算することです。第3のステップは、有意性をテストすることです。金融ボラティリティを推定し、予測には、2つの他の広く使用されるアプローチは、>過去のボラティリティ(VolSD)メソッドと指数加重移動平均ボラティリティ(VolEWMA)方法です。

GARCHプロセスの例

GARCHモデルは相対的な穏やかで着実な経済成長の期間中の金融危機や世界の出来事や揮発性の低い期間中より揮発性になって、ボラティリティが変更可能な金融市場を記述するのに役立ちます。リターンのプロットには、例えば、株式リターンは、このような危機の発症後の期間で2007年1として、金融危機に至るまでの年のために比較的均一に見えることがあり、しかし、リターンはマイナスから乱暴に振れることプラス圏へ。また、増加したボラティリティが今後のボラティリティを予測することがあります。ボラティリティは、今後、より均一に危機前の水準に似たレベルに戻るであってもよいです。単回帰モデルは、金融市場に展示ボラティリティのこの変動を考慮しておらず、1が予測するよりも多く発生する「ブラックスワン」のイベントの代表ではありません。

資産収益のベストGARCHモデル

GARCHプロセスは、一定の揮発性を仮定し、基本的な、通常の最小二乗法(OLS)分析に使用されるhomoskedasticモデル、異なります。 OLSは、これらの点に合うようにデータポイントと回帰直線との偏差を最小化することを目指しています。資産収益では、ボラティリティがhomoskedasticモデルが最適ではない作り、一定期間の間に変化し、過去の分散に依存しているようです。

GARCHプロセスは、自己回帰され、現在の分散のためにモデル化するために過去の二乗の観測と過去の変動に依存します。 GARCHプロセスが広くによるモデリング資産収益とインフレでその有効性に金融で使用されています。 GARCHは、継続的な予測の精度を高め、それによって、事前予測のエラーを占めると予測でのエラーを最小限に抑えることを目指しています。