자기 회귀 조건부 이분산성이란 무엇입니까?
ARCH (Autoregressive conditional heteroskedasticity)는 계량 모델에 의해 설명 할 수없는 영향을 분석하는 데 사용되는 시계열 통계 모델입니다. 이 모형에서 오차 항은 모형에서 설명 할 수없는 잔차 결과입니다. 계량 경제 모형의 가정은이 항의 분산이 일정하다는 것입니다. 이것은 "동질 학"으로 알려져 있습니다. 그러나 어떤 상황에서는이 분산이 균일하지 않고 "이분산성"입니다.
자기 회귀 조건부 이분산성 이해
실제로 이러한 오차항의 분산은 비 균일 한 것이 아니라 그 이전의 분산에 의해 영향을받습니다. 이것을 "자동 회귀"라고합니다. 마찬가지로 통계에서 용어의 분산이 하나 이상의 다른 변수의 분산에 영향을받는 경우 "조건부"입니다.
이것은 금융 시장의 시계열 분석에서 특히 그렇습니다. 예를 들어, 증권 시장에서 변동성이 낮은 기간은 종종 변동성이 높은 기간이 뒤 따릅니다. 따라서 이러한 시장을 설명하는 오류 용어의 차이는 이전 기간의 차이에 따라 다릅니다.
이분산성 문제는 신뢰 구간이 너무 좁아 져 계량 경제 모델이 보증하는 것보다 더 큰 정밀도를 제공한다는 것입니다. ARCH 모델은 이러한 오차 항의 분산을 모델링하려고하며이 과정에서 이분산성으로 인한 문제를 해결합니다. ARCH 모델의 목표는 재무 의사 결정에 사용할 수있는 변동성을 측정하는 것입니다.
금융 시장에서 분석가들은 변동성이 낮은시기에 변동성이 높은시기가 뒤 따르는 변동성 클러스터링이라는 것을 관찰합니다. 예를 들어, S & P 500의 변동성은 2003 년부터 2007 년까지 상승 시장에서 장기간 동안 비정상적으로 낮았으며, 2008 년 시장 수정시 수준을 기록하기 시작했습니다. ARCH 모델은 이로 인해 발생하는 통계 문제를 수정할 수 있습니다. 데이터의 패턴 유형. 결과적으로 변동성을 나타내는 금융 시장을 모델링하는 데 주된 역할을했습니다. ARCH 개념은 경제학자 Robert F. Engle이 개발하여 2003 년 노벨 경제 과학상을 수상했습니다.
