Apa itu Generalized AutoRegressive Conditional Heteroskedasticity (GARCH)?
Generalized AutoRegressive Conditional Heteroskedasticity (GARCH) adalah model statistik yang digunakan dalam menganalisis data time-series di mana kesalahan varians diyakini secara autokorelasi seri. Model GARCH mengasumsikan bahwa varian istilah kesalahan mengikuti proses rata-rata bergerak autoregresif.
Pengambilan Kunci
- GARCH adalah teknik pemodelan statistik yang digunakan untuk membantu memprediksi volatilitas pengembalian aset keuangan. GARCH sesuai untuk data deret waktu di mana varian jangka waktu kesalahan secara autokorelasi seri mengikuti proses rata-rata autoregresif bergerak. GARCH berguna untuk menilai risiko dan pengembalian yang diharapkan untuk aset yang menunjukkan periode volatilitas pengembalian yang berkelompok.
Memahami Heteroskedasticity Conditional AutoRegressive Conditional (GARCH)
Meskipun model Generalized AutoRegressive Conditional Heteroskedasticity (GARCH) dapat digunakan dalam analisis sejumlah jenis data keuangan, seperti data ekonomi makro, lembaga keuangan biasanya menggunakannya untuk memperkirakan volatilitas pengembalian untuk saham, obligasi, dan indeks pasar. Mereka menggunakan informasi yang dihasilkan untuk membantu menentukan harga dan menilai aset mana yang berpotensi memberikan pengembalian yang lebih tinggi, serta memperkirakan pengembalian investasi saat ini untuk membantu dalam alokasi aset, lindung nilai, manajemen risiko, dan keputusan optimalisasi portofolio.
Model GARCH digunakan ketika varians dari istilah kesalahan tidak konstan. Artinya, istilah kesalahannya heteroskedastik. Heteroskedastisitas menggambarkan pola variasi istilah yang tidak teratur, atau variabel, dalam model statistik. Pada dasarnya, di mana pun ada heteroskedastisitas, pengamatan tidak sesuai dengan pola linier. Sebaliknya, mereka cenderung berkelompok. Oleh karena itu, jika model statistik yang mengasumsikan varians konstan digunakan pada data ini, maka kesimpulan dan nilai prediktif yang dapat diambil dari model tidak akan dapat diandalkan.
Varian dari istilah kesalahan dalam model GARCH diasumsikan bervariasi secara sistematis, tergantung pada ukuran rata-rata istilah kesalahan dalam periode sebelumnya. Dengan kata lain, itu memiliki heteroskedastisitas bersyarat, dan alasan heteroskedastisitas adalah bahwa istilah kesalahan mengikuti pola rata-rata bergerak autoregresif. Ini berarti bahwa itu adalah fungsi dari nilai rata-rata masa lalunya sendiri.
Sejarah GARCH
GARCH dirumuskan pada 1980-an sebagai cara untuk mengatasi masalah perkiraan volatilitas harga aset. Itu dibangun di atas karya terobosan ekonom Robert Engle 1982 dalam memperkenalkan model Autoregressive Conditional Heteroskedasticity (ARCH). Modelnya mengasumsikan variasi pengembalian keuangan tidak konstan dari waktu ke waktu tetapi bersifat autokorelasi, atau tergantung pada satu sama lain. Sebagai contoh, seseorang dapat melihat ini dalam pengembalian saham di mana periode volatilitas pengembalian cenderung dikelompokkan bersama.
Sejak pengantar aslinya, banyak variasi GARCH telah muncul. Ini termasuk Nonlinear (NGARCH), yang membahas korelasi dan mengamati "pengelompokan volatilitas" pengembalian, dan Integrated GARCH (IGARCH), yang membatasi parameter volatilitas. Semua variasi model GARCH berusaha untuk memasukkan arah, positif atau negatif, pengembalian selain besarnya (dibahas dalam model asli).
Setiap derivasi GARCH dapat digunakan untuk mengakomodasi kualitas spesifik dari stok, industri, atau data ekonomi. Dalam menilai risiko, lembaga keuangan memasukkan model GARCH ke dalam Value-at-Risk (VAR), kerugian maksimum yang diharapkan (baik untuk investasi tunggal atau posisi perdagangan, portofolio, atau pada tingkat divisi atau tingkat perusahaan) selama periode waktu tertentu proyeksi. Model GARCH dipandang memberikan pengukur risiko yang lebih baik daripada yang dapat diperoleh melalui pelacakan standar deviasi saja.
Berbagai penelitian telah dilakukan pada keandalan berbagai model GARCH selama kondisi pasar yang berbeda, termasuk selama periode menjelang dan setelah krisis keuangan 2007.
