Eteroschedasticità condizionale autoregressiva (ARCH)
Che cos'è l'eteroschedasticità condizionale autoregressiva?L'eteroschedasticità condizionale autoregressiva (ARCH) è un modello statistico di serie temporali utilizzato per analizzare gli effetti non spiegati dai modelli econometrici. In questi modelli, il termine di errore è il risultato residuo lasciato inspiegabile dal modello. L'assunto dei modelli econometrici è che la varianza di questo termine sarà uniforme. Questo è noto come "omoschedasticità". Tuttavia, in alcune circostanze, questa varianza non è uniforme, ma "eteroschedastica".
Comprensione dell'eteroschedasticità condizionale autoregressiva
In effetti, la varianza di questi termini di errore non è solo non uniforme, ma è influenzata dalle varianze che lo precedono. Questo è indicato come "autoregressione". Allo stesso modo, nelle statistiche, quando la varianza di un termine è influenzata dalla varianza di una o più altre variabili, è "condizionale".
Ciò è particolarmente vero nelle analisi delle serie temporali dei mercati finanziari. Ad esempio, nei mercati dei titoli, i periodi di bassa volatilità sono spesso seguiti da periodi di elevata volatilità. Quindi la varianza del termine di errore che descrive questi mercati varierebbe a seconda della varianza dei periodi precedenti.
Il problema con l'eteroschedasticità è che rende gli intervalli di confidenza troppo stretti, dando così un maggiore senso di precisione di quanto sia garantito dal modello econometrico. I modelli ARCH tentano di modellare la varianza di questi termini di errore e, nel processo, sono corretti per i problemi derivanti dall'eteroschedasticità. L'obiettivo dei modelli ARCH è fornire una misura della volatilità che può essere utilizzata nel processo decisionale finanziario.
Nei mercati finanziari, gli analisti osservano qualcosa chiamato cluster di volatilità in cui periodi di bassa volatilità sono seguiti da periodi di elevata volatilità e viceversa. Ad esempio, la volatilità dell'S & P 500 è stata insolitamente bassa per un lungo periodo durante il mercato toro dal 2003 al 2007, prima di raggiungere livelli record durante la correzione del mercato del 2008. I modelli ARCH sono in grado di correggere i problemi statistici che ne derivano tipo di modello nei dati. Di conseguenza, sono diventati i pilastri della modellizzazione dei mercati finanziari che presentano volatilità. Il concetto ARCH è stato sviluppato dall'economista Robert F. Engle, per il quale ha vinto il premio Nobel per le scienze economiche nel 2003.
Confronta i conti di investimento Nome del fornitore Descrizione Descrizione dell'inserzionista × Le offerte che compaiono in questa tabella provengono da società di persone da cui Investopedia riceve un compenso.