מהו תהליך ה- GARCH
התהליך הכללי האוטרגרסיבי הטרוספקדסטי (GARCH) הכללי הוא מונח אקונומטרי שפותח בשנת 1982 על ידי רוברט פ 'אנגלה, כלכלן וזוכה פרס נובל לזכר כלכלה בשנת 2003, כדי לתאר גישה להערכת התנודתיות בשווקים הפיננסיים. ישנן כמה צורות של דוגמנות GARCH. לעתים קרובות מעדיפים את תהליך GARCH על ידי אנשי מקצוע בתחום הדוגמנות הפיננסית מכיוון שהוא מספק הקשר אמיתי יותר מאשר צורות אחרות כאשר מנסים לחזות את המחירים ואת שיעורי המכשירים הפיננסיים.
פריצת תהליך הבורג
הטרוססקדסטיות מתארת את דפוס השונות הלא סדיר של מונח שגיאה, או משתנה, במודל סטטיסטי. בעיקרו של דבר, כאשר קיימת הטרוססקדסטיות, תצפיות אינן תואמות דפוס ליניארי. במקום זאת, הם נוטים להתקבץ. התוצאה היא שהמסקנות והערך החיזוי שאפשר להסיק מהמודל לא יהיו אמינים. GARCH הוא מודל סטטיסטי שניתן להשתמש בו לניתוח מספר סוגים שונים של נתונים פיננסיים, למשל נתונים מקרו כלכליים. מוסדות פיננסיים משתמשים בדרך כלל במודל זה כדי להעריך את תנודתיות התשואות למניות, אגרות חוב ומדדי שוק. הם משתמשים במידע המתקבל כדי לסייע בקביעת התמחור ולשפוט אילו נכסים עשויים לספק תשואות גבוהות יותר, כמו גם כדי לחזות את תשואות ההשקעות השוטפות שיעזרו בקבלת החלטות על הקצאת הנכסים, הגידור, ניהול הסיכונים ואופטימיזציה של תיקים.
התהליך הכללי של דגם GARCH כולל שלושה שלבים. הראשונה היא להעריך דגם autoregressive המתאים ביותר. השנייה היא לחשב התאמות אוטומטיות של מונח השגיאה. השלב השלישי הוא לבחון את המשמעות. שתי גישות אחרות הנמצאות בשימוש נרחב לאומדן ותחזית של תנודתיות פיננסית הן שיטת התנודתיות ההיסטורית הקלאסית (VolSD) ושיטת התנודתיות הממוצעת המובילה בתנודתיות (VolEWMA).
דוגמה לתהליך GARCH
דגמי GARCH עוזרים בתיאור שווקים פיננסיים בהם התנודתיות יכולה להשתנות, הופכת לתנודתית יותר בתקופות של משברים פיננסיים או אירועים עולמיים ופחות תנודתית בתקופות של שקט יחסית וצמיחה כלכלית קבועה. על מגרש התשואות, למשל, תשואות המניות עשויות להיראות אחידות יחסית לשנים שקדמו למשבר פיננסי כמו זה בשנת 2007. בפרק הזמן שלאחר הופעתו של משבר, עם זאת, התשואות עשויות להסתובב בפראות מנגטיב. לטריטוריה חיובית. יתר על כן, התנודתיות המוגברת עשויה לחזות את התנודתיות בעתיד. לאחר מכן התנודתיות עשויה לחזור לרמות הדומות לרמות שלפני המשבר או להיות אחידות יותר קדימה. מודל רגרסיה פשוט אינו אחראי לשונות זו בתנודתיות המוצגת בשווקים הפיננסיים ואינו מייצג את אירועי "הברבור השחור" המתרחשים יותר מכפי שניתן היה לחזות.
דגמי GARCH הטובים ביותר להחזר נכסים
תהליכי GARCH נבדלים ממודלים הומוסקדסטיים, המניחים תנודתיות מתמדת ומשתמשים בניתוח OLS (Basic ריבועים רגילים פחות). OLS שואפת למזער את הסטיות בין נקודות נתונים וקו רגרסיה שיתאים לנקודות אלו. עם החזרי נכסים, נראה כי התנודתיות משתנה בפרקי זמן מסוימים ותלויה בשונות העבר, מה שהופך את המודל ההומוסקיסטי לא למיטבי.
תהליכי GARCH, בהיותם אוטורגרסיביים, תלויים בתצפיות בריבוע עבר ובשונות עבר למודל לשונות הנוכחית. תהליכי GARCH נמצאים בשימוש נרחב במימון בגלל יעילותם במודלים של תשואות נכסים ואינפלציה. GARCH שמה לה למטרה למזער טעויות בחיזוי על ידי חשבונאות על טעויות בחיזוי קודם ובכך לשפר את הדיוק של תחזיות מתמשכות.
