روند گارچ چیست؟چگونه از آن به اشکال مختلف استفاده می شود

آیا کنتون یک متخصص در اقتصاد و قوانین و مقررات سرمایه گذاری است. وی پیش از این نقش های سرمقاله ارشد را در Investopedia و Kapitall Wire برگزار می کرد و دارای مدرک کارشناسی ارشد اقتصاد از مدرسه جدید تحقیقات اجتماعی و دکتر فلسفه در ادبیات انگلیسی از NYU است.

Peggy James CPA با بیش از 9 سال تجربه در حسابداری و امور مالی ، از جمله محیط های شرکت ، غیرانتفاعی و مالی شخصی است. او اخیراً در دانشگاه دوک مشغول به کار بود و صاحب Peggy James ، CPA ، PLLC ، خدمت به مشاغل کوچک ، افراد غیرانتفاعی ، سولفرونرها ، آزادکار و افراد است.

Investopedia / جولی بنگ

روند گارچ چیست؟

فرایند ناهمگونی مشروط مشروط (GARCH) یک اصطلاح اقتصاد سنجی است که در سال 1982 توسط رابرت اف. انگل ، اقتصاددان و برنده جایزه یادبود نوبل برای اقتصاد در سال 2003 ساخته شده است. گارچ رویکردی را برای برآورد نوسانات در بازارهای مالی توصیف می کند.

اشکال مختلفی از مدل سازی گارچ وجود دارد. متخصصان مالی غالباً فرآیند GARCH را ترجیح می دهند زیرا در تلاش برای پیش بینی قیمت ها و نرخ ابزارهای مالی ، زمینه واقعی تری نسبت به سایر مدل ها فراهم می کند.

غذای اصلی:

• فرایند ناهمگونی مشروط مشروط (GARCH) ، رویکردی برای برآورد نوسانات بازارهای مالی است.
• موسسات مالی از این مدل برای برآورد نوسانات بازده سهام ، اوراق قرضه و سایر وسایل نقلیه سرمایه گذاری استفاده می کنند.
• فرآیند GARCH هنگام پیش بینی قیمت ها و نرخ ابزارهای مالی ، زمینه واقعی تر از سایر مدل ها را فراهم می کند.

درک روند گارچ

ناهمگونی الگوی نامنظم تغییر یک اصطلاح خطا یا متغیر را در یک مدل آماری توصیف می کند. در اصل ، در جایی که ناهمگونی وجود دارد ، مشاهدات با یک الگوی خطی مطابقت ندارد. در عوض ، آنها تمایل به خوشه دارند.

نتیجه این است که نتیجه گیری و مقدار پیش بینی شده از مدل قابل اعتماد نخواهد بود. گارچ یک مدل آماری است که می تواند برای تجزیه و تحلیل تعدادی از انواع مختلف داده های مالی ، به عنوان مثال ، داده های کلان اقتصادی استفاده شود. موسسات مالی به طور معمول از این مدل برای برآورد نوسانات بازده سهام ، اوراق قرضه و شاخص های بازار استفاده می کنند. آنها از اطلاعات حاصل برای تعیین قیمت گذاری استفاده می کنند ، قاضی کدام دارایی ها به طور بالقوه بازده بالاتری را ارائه می دهند و بازده سرمایه گذاری های فعلی را برای کمک به تصمیمات تخصیص دارایی ، محافظت ، مدیریت ریسک و بهینه سازی نمونه کارها پیش بینی می کنند.

فرآیند کلی برای یک مدل GARCH شامل سه مرحله است. اولین مورد تخمین یک مدل خودجوش مناسب است. دوم محاسبه همبستگی های اصطلاح خطا است. مرحله سوم آزمایش اهمیت است.

دو روش دیگر که به طور گسترده ای برای برآورد و پیش بینی نوسانات مالی استفاده می شود ، روش نوسانات کلاسیک تاریخی (VOLSD) و روش نوسانات متوسط متحرک با وزن نمایی (Volewma) است.

مدل های Garch بهترین برای بازده دارایی

فرآیندهای GARCH با مدل های homoskedastic متفاوت است ، که نوسانات ثابت را فرض می کنند و در تجزیه و تحلیل اصلی مربعات معمولی (OLS) استفاده می شوند. OLS قصد دارد انحراف بین نقاط داده و یک خط رگرسیون را برای متناسب با آن نقاط به حداقل برساند. با بازده دارایی ، به نظر می رسد که نوسانات در دوره های خاصی متفاوت است و به واریانس گذشته بستگی دارد ، و یک مدل همجنسگرا را زیر حد متوسط می کند.

فرآیندهای گارچ ، به دلیل اینکه آنها خودگردان هستند ، به مشاهدات مربع گذشته و واریانس گذشته بستگی دارد تا برای واریانس فعلی مدل سازی کنند. فرآیندهای GARCH به دلیل اثربخشی آنها در مدل سازی بازده دارایی و تورم به طور گسترده در امور مالی مورد استفاده قرار می گیرد. GARCH با هدف به حداقل رساندن خطاها در پیش بینی با حساب کردن خطاها در پیش بینی قبلی و افزایش صحت پیش بینی های مداوم.

نمونه ای از فرآیند گارچ

مدل های گارچ بازارهای مالی را توصیف می کنند که در آن نوسانات می تواند تغییر کند و در دوره های بحران های مالی یا وقایع جهانی بی ثبات تر شود و در دوره های آرامش نسبی و رشد اقتصادی پایدار بی ثبات تر شود. به عنوان مثال ، در یک طرح بازده ، بازده سهام ممکن است برای سالهای منتهی به یک بحران مالی مانند سال 2007 نسبتاً یکنواخت به نظر برسد.

در دوره پس از شروع یک بحران ، بازده ممکن است به شدت از قلمرو منفی به مثبت تغییر کند. علاوه بر این ، افزایش نوسانات ممکن است پیش بینی کننده نوسانات پیش رو باشد. نوسانات ممکن است به سطحی شبیه به سطح قبل از بحران بازگردد یا یکنواخت تر به جلو برود. یک مدل رگرسیون ساده این تغییر در نوسانات نمایش داده شده در بازارهای مالی را به خود اختصاص نمی دهد. این نماینده حوادث "قو سیاه" نیست که بیشتر از آنچه پیش بینی شده است رخ می دهد.