Apa Heteroskedastisitas Bersyarat Autoregresif?
Autoregressive conditional heteroskedasticity (ARCH) adalah model statistik deret waktu yang digunakan untuk menganalisis efek yang tidak dapat dijelaskan oleh model ekonometrik. Dalam model ini, istilah kesalahan adalah hasil residual yang tidak dapat dijelaskan oleh model. Asumsi model ekonometrik adalah bahwa varian istilah ini akan seragam. Ini dikenal sebagai "homoskedasticity." Namun, dalam beberapa keadaan, varian ini tidak seragam, tetapi "heteroskedastik."
Memahami Heteroskedastisitas Bersyarat Autoregresif
Bahkan, varian dari istilah-istilah kesalahan ini bukan hanya tidak seragam tetapi dipengaruhi oleh varian sebelumnya. Ini disebut sebagai "autoregresi." Demikian pula, dalam statistik, ketika varians dari suatu istilah dipengaruhi oleh varians dari satu atau lebih variabel lain, itu adalah "kondisional."
Ini khususnya benar dalam analisis deret waktu pasar keuangan. Sebagai contoh, di pasar sekuritas, periode volatilitas rendah sering diikuti oleh periode volatilitas tinggi. Jadi varians dari istilah kesalahan yang menggambarkan pasar ini akan bervariasi tergantung pada varians periode sebelumnya.
Masalah dengan heteroskedastisitas adalah bahwa hal itu membuat interval kepercayaan terlalu sempit, sehingga memberikan rasa presisi yang lebih besar daripada yang dijamin oleh model ekonometrik. Model ARCH mencoba memodelkan varian istilah kesalahan ini, dan dalam proses memperbaiki masalah yang dihasilkan dari heteroskedastisitas. Tujuan dari model ARCH adalah untuk memberikan ukuran volatilitas yang dapat digunakan dalam pengambilan keputusan keuangan.
Di pasar keuangan, analis mengamati sesuatu yang disebut pengelompokan volatilitas di mana periode volatilitas rendah diikuti oleh periode volatilitas tinggi dan sebaliknya. Sebagai contoh, volatilitas untuk S&P 500 sangat rendah untuk periode yang panjang selama pasar bullish dari tahun 2003 hingga 2007, sebelum melonjak ke tingkat rekor selama koreksi pasar tahun 2008. Model ARCH mampu memperbaiki masalah statistik yang muncul dari ini. jenis pola dalam data. Akibatnya, mereka menjadi andalan dalam memodelkan pasar keuangan yang menunjukkan volatilitas. Konsep ARCH dikembangkan oleh ekonom Robert F. Engle, di mana ia memenangkan Hadiah Nobel Peringatan Ilmu Ekonomi 2003.
