ما هو التغاير اللاإرادي الشرطي المعمم (GARCH)؟
التثاقل اللاإرادي المعمم للتضيق التلقائي (GARCH) هو نموذج إحصائي يستخدم في تحليل بيانات السلاسل الزمنية حيث يُعتقد أن خطأ التباين يرتبط بشكل تسلسلي. تفترض نماذج GARCH أن تباين مصطلح الخطأ يتبع عملية المتوسط المتحرك للانعكاس.
الماخذ الرئيسية
- GARCH هي تقنية نمذجة إحصائية تستخدم للمساعدة في التنبؤ بتقلب العائدات على الأصول المالية. GARCH مناسبة لبيانات السلاسل الزمنية حيث يرتبط تباين مصطلح الخطأ بالتسلسل التلقائي بعد عملية المتوسط المتحرك للانعكاس التلقائي. GARCH مفيد لتقييم المخاطر والعوائد المتوقعة للأصول التي تظهر فترات متفاوتة من التقلبات في العوائد.
فهم التغاير اللاإرادي التعميمي الشرطي المعمم (GARCH)
على الرغم من أنه يمكن استخدام نماذج التعتيم المغنطيسي الضاغط المغنطيسي المعمم (GARCH) في تحليل عدد من أنواع البيانات المالية المختلفة ، مثل بيانات الاقتصاد الكلي ، تستخدمها المؤسسات المالية عادةً لتقدير تقلبات عوائد الأسهم والسندات ومؤشرات السوق. يستخدمون المعلومات الناتجة للمساعدة في تحديد الأسعار والحكم على الأصول التي من المحتمل أن توفر عوائد أعلى ، وكذلك للتنبؤ بعوائد الاستثمارات الحالية للمساعدة في تخصيص الأصول ، والتحوط ، وإدارة المخاطر ، وقرارات تحسين المحفظة.
تُستخدم نماذج GARCH عندما يكون تباين مصطلح الخطأ ثابتًا. وهذا هو ، مصطلح الخطأ heteroskedastic. تصف الحدة غير المتجانسة النمط غير المنتظم للتغير لمصطلح الخطأ ، أو المتغير ، في النموذج الإحصائي. في الأساس ، حيثما تكون هناك تغايرية مغايرة ، لا تتوافق الملاحظات مع نمط خطي. بدلا من ذلك ، فإنها تميل إلى الكتلة. لذلك ، إذا تم استخدام النماذج الإحصائية التي تفترض وجود تباين ثابت في هذه البيانات ، فلن تكون الاستنتاجات والقيمة التنبؤية التي يمكن أن يستخلصها الفرد من النموذج موثوقة.
من المفترض أن يختلف تباين مصطلح الخطأ في نماذج GARCH بشكل منهجي ، مشروطًا بمتوسط حجم مصطلحات الخطأ في الفترات السابقة. وبعبارة أخرى ، فإنه يحتوي على تغايرية متباينة مشروطة ، والسبب وراء تغاير مغاير هو أن مصطلح الخطأ يتبع نمط متوسط متحرك في الانحدار التلقائي. هذا يعني أنها دالة لمتوسط قيمها السابقة.
تاريخ الجارش
تم صياغة GARCH في الثمانينات كوسيلة لمعالجة مشكلة التنبؤ بتقلب أسعار الأصول. أنها بنيت على عمل روبرت إنجل عام 1982 في اختراق نموذج الانحدار اللاإرادي المشروط (ARCH). افترض نموذجه أن التباين في العوائد المالية لم يكن ثابتًا مع مرور الوقت ، ولكن يرتبط ارتباطًا تلقائيًا أو مشروطًا / يعتمد على بعضهم البعض. على سبيل المثال ، يمكن للمرء أن يرى ذلك في عوائد الأسهم حيث تتجمع فترات التقلب في العوائد معًا.
منذ المقدمة الأصلية ، ظهرت العديد من الاختلافات في GARCH. وتشمل هذه اللاخطية (NGARCH) ، الذي يتناول الارتباط و "تجمع التقلبات" المرصودة للعائدات ، و GARCH المتكاملة (IGARCH) ، الذي يقيد المعلمة التقلب. تسعى جميع أشكال نموذج GARCH إلى دمج اتجاه العائدات ، سواء كانت موجبة أو سلبية ، بالإضافة إلى الحجم (الذي تم تناوله في النموذج الأصلي).
يمكن استخدام كل اشتقاق لـ GARCH لاستيعاب الصفات المحددة للسهم أو الصناعة أو البيانات الاقتصادية. عند تقييم المخاطر ، تقوم المؤسسات المالية بدمج نماذج GARCH في القيمة المعرضة للخطر (VAR) ، أو الحد الأقصى للخسارة المتوقعة (سواء بالنسبة لاستثمار واحد أو مركز تجاري ، أو محفظة ، أو على مستوى قسم أو شركة) خلال فترة زمنية محددة التوقعات. يُنظر إلى نماذج GARCH على أنها توفر مقاييس أفضل للمخاطر مما يمكن الحصول عليها من خلال تتبع الانحراف المعياري وحده.
تم إجراء العديد من الدراسات حول موثوقية نماذج GARCH المختلفة خلال ظروف السوق المختلفة ، بما في ذلك خلال الفترات التي سبقت الأزمة المالية 2007 وما بعدها.
