【時系列】GARCHモデル(理論編)
沖本本7章から。
はじめに
ファイナンスの世界では標準偏差のことをボラティリティとよび、重要視されています。それは分散が「最大でどれくらい損益があるか」を示していsるからです。今回はボラティリティ変動モデルです。リスクの大きさをモデリングしていきます。
ARCHモデル
ARCHモデルは自己回帰条件付分散不均一モデルのことです。 このモデルの考え方は「絶対値の大きなノイズが前回来たら、今回の分散は大きくなる」というものです。
1次のARCHモデルは以下のように定式化できます。
日本語訳すると データ=期待値+ノイズ ノイズ=√条件付き分散×分散1のホワイトノイズ 条件付き分散=ω+a1×(前期のノイズ)の二乗
となります*1。
GARCHモデル
ARCHモデルをより一般化したモデルがGARCHモデルです。訳すと一般化自己回帰条件付き分散不均一モデルとなります。 このモデルでは「より長くデータのブレが広がる状況が持続するモデルを少ないパラメータで表現したい」という目的があります。
GARCH(1,1)の定式は
となります。 これも書き下すと データ=期待値+ノイズ ノイズ=√条件付き分散×分散1のホワイトノイズ 条件付き分散=ω+α1×(前期のノイズ)の二乗+β1×前期の条件付き分散
変わったのは3番目の式だけです*2。