Giá trị dự báo của ARCH trong 10 bước

Một phần của tài liệu (LUẬN văn THẠC sĩ) một số mô hình phân tích chuỗi thời gian và ứng dụng (Trang 37 - 39)

Chương 5 Mô hình TGARCH

2.13 Giá trị dự báo của ARCH trong 10 bước

2.7. Ưu và nhược điểm của mơ hình ARCH

Mơ hìnhARCHđã và đang được sử dụng rộng rãi để phân tích bởi vì nó có khả năng nắm bắt được một số tính chất của chuỗi tài chính. Rõ ràng từ cấu trúc của một mơ hình ARCH tuyến tính ta thấy một sự thay đổi lớn về giá cả dường như được theo sau bởi những thay đổi lớn và ngược lại. Hiện tượng này gọi là "hiệu ứng phân nhóm" hay "bầy đàn" và nó là một trong những nét đặc trưng của dãy lợi suất tài sản (Bollerslev, Engle, Nelson, 1994[12]). Mơ hình ARCH(p)tuyến tính có khả năng nắm bắt các đặc điểm quan trọng của chuỗi thời gian tài chính trong một hình thức tự nhiên và đơn giản. Đã có nhiều mơ hình mở rộng của mơ hình ARCH(p) tuyến tính, ví dụ như mơ hình tổng quát ARCH(GARCH) của Bollerslev (1986)[10] hoặc mơ hình

TGARCH của Zakoian (1994)[26].

Tuy nhiên, ARCH khơng phải là một mơ hình hồn hảo, nó cũng cịn có nhiều nhược điểm. Thứ nhất, cấu tạo của mơ hình chỉ cho thấy phương sai có điều kiện chỉ phụ thuộc vào độ lớn của những cú sốc trong q khứ, và do đó các mơ hình đã thất bại trong việc nắm bắt

được hiệu ứng địn bẩy. Thứ hai, giả định phần dư có phân phối chuẩn thường là không phù hợp. Chúng ta đã chỉ ra rằng dãy at có phần đi nặng hơn phân phối chuẩn và do đó khơng phải là tiếng ồn trắng Gauss. Trong thực tế, ta thường giả định rằng những cú sốcatcó phân phối -t. Ví dụ, Bollerslev (1988) đã đề xuất sử dụng một phân phối - t tiêu chuẩn với bậc tự do lớn hơn 2. Hơn nữa, người ta có thể thử một phân phối- t lệch nếu phân phối có điều kiện dường như bị lệch. Thứ ba, mơ hình ARCHlà mơ hình có điều kiện ràng buộc. Dãy {a2t} của mơ hình tuyến tính ARCH(p) cần có điều kiện

p

i=1

αi < 1 để là quá trình dừng. Hệ số α21 phải nằm trong khoảng

0;1 3

để moment cấp 4 của at là hữu hạn dương. Các điều kiện ràng buộc sẽ phức tạp hơn trong các mơ hình ARCHbậc cao. Thứ tư, mơ hình giả thiết rằng các cú "sốc" dương và âm có cùng ảnh hưởng đến độ rủi ro, vì trong phương trình các at−i đều được bình phương. Trong thực tế giá của một tài sản tài chính có phản ứng khác nhau đối với các cú sốc dương và âm. Và cuối cùng mơ hình ARCH thường dự báo cao về độ ro vì mơ hình phản ứng chậm với những cú sốc lớn cơ lập.

Để kết thúc chương này ta sẽ xây dựng một dãy mô phỏng chuỗi lợi suất IBM dựa vào các tham số của mơ hình ARCH(8)với giả thiết phân phối chuẩn đã được trình bày trong ví dụ. Dãy mơ phỏng được cho bởi yt = 0, 00214+at, at = εt.σt

Từ đồ thị 2.14 chúng ta thấy, trong dãy mơ phỏng (màu đỏ), có những thời kì mà ở đó những biến động lớn thường xuất hiện sau những biến động lớn. Đây chính là tính "bầy đàn" của biến động. Tuy nhiên, những biến động này dường như lớn hơn so với dãy thực tế (màu xanh). Điều đó cho thấy mơ hình ARCH thường có dự báo lớn hơn thực tế.

Một phần của tài liệu (LUẬN văn THẠC sĩ) một số mô hình phân tích chuỗi thời gian và ứng dụng (Trang 37 - 39)

Tải bản đầy đủ (PDF)

(86 trang)