GARCH Süreci nedir
Genelleştirilmiş otoregresif koşullu heteroskedastisite (GARCH) süreci, Nobel Ekonomi Ödülü'nün ekonomist ve 2003 kazanan Robert F. Engle tarafından finansal piyasalarda oynaklığın tahmin edilmesine yönelik bir yaklaşımı tanımlamak için 1982 yılında geliştirilen ekonometrik bir terimdir. GARCH modellemesinin birkaç şekli vardır. GARCH süreci genellikle finansal modelleme uzmanları tarafından tercih edilmektedir, çünkü finansal araçların fiyatlarını ve oranlarını tahmin etmeye çalışırken diğer formlardan daha gerçek bir bağlam sunmaktadır.
KIRILMA GARCHİ Süreci
Heteroskedastisite, istatistiksel bir modelde bir hata teriminin veya değişkenin düzensiz varyasyon paternini tanımlar. Esasen, heteroskedastisitenin olduğu yerlerde, gözlemler doğrusal bir desene uymaz. Bunun yerine, kümelenme eğilimindedirler. Sonuç olarak, modelden çıkarılabilecek sonuçlar ve tahmine dayalı değer güvenilir olmayacaktır. GARCH, makroekonomik veriler gibi bir dizi farklı finansal veriyi analiz etmek için kullanılabilecek istatistiksel bir modeldir. Finansal kurumlar genellikle bu modeli hisse senetleri, tahviller ve piyasa endeksleri için getirilerin oynaklığını tahmin etmek için kullanırlar. Ortaya çıkan bilgileri fiyatlandırmayı belirlemeye yardımcı olmak ve hangi varlıkların potansiyel olarak daha yüksek getiri sağlayacağına karar vermek ve varlık tahsisi, riskten korunma, risk yönetimi ve portföy optimizasyon kararlarında yardımcı olacak mevcut yatırımların getirilerini tahmin etmek için kullanırlar.
Bir GARCH modeli için genel süreç üç adımdan oluşur. Birincisi, en uygun otoregresif modeli tahmin etmektir. İkincisi, hata teriminin otokorelasyonlarını hesaplamaktır. Üçüncü adım önemini test etmektir. Finansal oynaklığı tahmin etmek ve tahmin etmek için yaygın olarak kullanılan diğer iki yaklaşım, klasik tarihsel oynaklık (VolSD) yöntemi ve üstel ağırlıklı hareketli ortalama oynaklık (VolEWMA) yöntemidir.
GARCH Süreci Örneği
GARCH modelleri, oynaklığın değişebileceği finansal piyasaların tanımlanmasına yardımcı olur, finansal krizler veya dünya olayları dönemlerinde daha oynak, nispeten sakin ve istikrarlı ekonomik büyüme dönemlerinde daha az oynak hale gelir. Örneğin, bir getiri planında, hisse senedi getirileri, 2007'deki gibi bir finansal krize yol açan yıllar için nispeten aynı görünebilir. Ancak, bir krizin başlamasını takip eden dönemde, getiriler, olumsuz pozitif bölgeye. Ayrıca, artan uçuculuk, ilerideki uçuculuğun öngörüsü olabilir. Daha sonra oynaklık kriz öncesi seviyelere benzeyen seviyelere dönebilir ya da ileride daha muntazam olabilir. Basit bir regresyon modeli, finansal piyasalarda görülen oynaklıktaki bu değişimi açıklamaz ve birden fazla tahmin edilebileceği "kara kuğu" olaylarını temsil etmez.
GARCH Modelleri Varlık Getirileri İçin En İyisi
GARCH süreçleri, sabit volatilite alan ve temel normal en küçük kareler (OLS) analizinde kullanılan homoskedastik modellerden farklıdır. OLS, veri noktaları ile bir regresyon çizgisi arasındaki sapmaları en aza indirmeyi amaçlamaktadır. Varlık getirileri ile oynaklık belirli zaman dilimleri arasında değişmekte ve geçmiş varyansa bağlı olarak değişmektedir, bu da homoskedastik bir modeli en uygun hale getirmemektedir.
GARCH süreçleri, otoregresif olan, geçmiş kare gözlemlerine ve mevcut varyans modellemesi için geçmiş varyanslara bağlıdır. GARCH süreçleri varlık getirilerini ve enflasyonu modellemedeki etkinliği nedeniyle finansta yaygın olarak kullanılmaktadır. GARCH, önceki tahminlerdeki hataları hesaba katarak öngörmedeki hataları en aza indirmeyi ve böylece devam eden tahminlerin doğruluğunu artırmayı amaçlamaktadır.
![Garch işlemi Garch işlemi](https://img.icotokenfund.com/img/financial-analysis/983/garch-process.jpg)