Wenn die Varianz nicht konstant ist
Renditen sind nahezu unkorreliert, aber nicht unabhängig: Die Größe der heutigen Bewegung sagt etwas über die der morgigen. Ruhige Wochen folgen auf ruhige, unruhige auf unruhige. Das ARCH-Modell von Engle (1982) erfasst das, indem die Varianz des Schocks von den jüngsten quadrierten Schocks abhängt: , mit standardnormalem und . Ein großer Schock gestern erhöht die Varianz heute, und der Schock selbst hat im Vorzeichen kein Gedächtnis. Die unbedingte Varianz eines ARCH(1) ist und verlangt .
Selbst bei normalen Schocks erzeugt ein ARCH Renditen mit dickeren Rändern als eine Normalverteilung, weil sich eine ruhige und eine unruhige Phase in einer Stichprobe mischen. Deshalb zeigen Renditehistogramme Excess-Kurtosis. Zum Test auf ARCH-Effekte nimmt man die Residuen eines Mittelwertmodells, regressiert auf die eigenen Lags und berechnet Engles Statistik , die unter der Nullhypothese ohne ARCH -verteilt ist. Eine einfache Alternative ohne Anpassung ist der exponentiell gewichtete gleitende Durchschnitt, , mit als RiskMetrics-Standard für Tagesdaten. Reale Renditen zeigen zudem einen Leverage-Effekt: Ein Rückgang erhöht die nächste Varianz stärker als ein gleich großer Anstieg, was das einfache ARCH nicht abbildet. Die lange Persistenz der Volatilität verlangt viele ARCH-Lags, und GARCH, später in dieser Fähigkeit, schafft das mit wenigen Parametern.
- ARCH(): Die Varianz des heutigen Schocks ist eine Konstante plus eine gewichtete Summe der letzten quadrierten Schocks.
- Engles Test: quadrierte Residuen auf ihre Lags regressieren und verwenden.
- EWMA mit ist eine Alternative ohne Anpassung; Leverage: Rückgänge erhöhen die Volatilität stärker als Anstiege.
Lab: Was bewertet wird
- Die langfristige Varianz15 Pkt.
- Varianz nach einem Schock15 Pkt.
- Eine EWMA-Aktualisierung15 Pkt.
- Engles Statistik15 Pkt.
- Die Ränder eines ARCH-Modells10 Pkt.
- Begriffe zuordnen15 Pkt.
- Das Risiko direkt nach einem Schock15 Pkt.