Heteroskedasticitat condicional autoregressiva (ARCH)
Què és l’heteroskedasticitat condicional autoregressiva?L’heteroskedasticitat condicional autoregressiva (ARCH) és un model estadístic de sèries de temps utilitzat per analitzar els efectes deixats sense explicar pels models economètrics. En aquests models, el terme d'error és el resultat residual que no deixa el model. L’assumpció de models economètrics és que la variació d’aquest terme serà uniforme. Això es coneix com a "homoskedasticitat". Tanmateix, en algunes circumstàncies, aquesta variància no és uniforme, sinó "heteroskedàstica".
Comprendre l'heteroskedasticitat condicional autoregressiva
De fet, la variància d’aquests termes d’error no només és no uniforme, sinó que es veu afectada per les variacions anteriors. Això es coneix com a "autoregressió". De la mateixa manera, en estadístiques, quan la variància d’un terme està afectada per la variància d’una o més altres variables, és "condicional".
Això és particularment cert en les anàlisis de sèries temporals dels mercats financers. Per exemple, en els mercats de valors, sovint els períodes de baixa volatilitat són seguits de períodes d’alta volatilitat. Així, la diferència del terme d'error que descriu aquests mercats variaria en funció de la variància de períodes anteriors.
El problema de l’heteroskedasticitat és que fa que els intervals de confiança siguin massa estrets, donant així una sensació de precisió més gran que la que garanteix el model economètric. Els models ARCH intenten modelar la variància d’aquests termes d’error i, en el procés correctes, per als problemes derivats d’heteroskedasticitat. L’objectiu dels models ARCH és proporcionar una mesura de volatilitat que es pot utilitzar en la presa de decisions financeres.
Als mercats financers, els analistes observen alguna cosa anomenada agrupament de volatilitat en què els períodes de baixa volatilitat són seguits de períodes d’alta volatilitat i viceversa. Per exemple, la volatilitat del S&P 500 va ser inusualment baixa durant un període prolongat durant el mercat toro des del 2003 fins al 2007, abans d’anar a registrar nivells durant la correcció del mercat del 2008. Els models ARCH són capaços de corregir els problemes estadístics que es deriven d’aquest. tipus de patró a les dades. Com a resultat, s'han convertit en puntals en la modelització de mercats financers que presenten volatilitat. El concepte ARCH va ser desenvolupat per l’economista Robert F. Engle, pel qual va guanyar el Premi Nobel Memorial de Ciències Econòmiques del 2003.
Comparació de comptes d'inversió Nom del proveïdor Descripció del anunciant × Les ofertes que apareixen a aquesta taula provenen de col·laboracions per les quals Investopedia rep una compensació.