Çok değişkenli ARCH modeller
- Global styles
- Apa
- Bibtex
- Chicago Fullnote
- Help
Abstract
IV ÇOK DEĞİŞKENLİ ARCH MODELLER Hacer Özer Hacettepe Üniversitesi, İstatistik Bölümü, İstatistik Anabilim Dalı ÖZET Geleneksel zaman serisi modellerinde hata varyansının sabit (homoskedastik) olduğu varsayılır. Ancak çoğu zaman serisi verileri, özellikle de finansal zaman serisi verileri ile model tahmini yapılmak istendiğinde bu varsayım sağlanmamaktadır. Bu ise, elde edilen modelde değişen varyans (hetefoskedastisiti) sorunun olması anlamına gelmektedir. Değişen varyans sorunu olması halinde verilerde bazı dönüşümler yapılabilmektedir. Sabit varyanslı model elde etmek için dönüşüme gidilmesi yerine değişen varyans yapısına izin veren ARCH (Değişen Varyans Koşullu Otoregressif) modelleri ortaya atılmıştır. Bu çalışmanın amacı tek değişkenli ve çok değişkenli ARCH modelleri tanıtıp bu konuda bir uygulama yapmaktır. Çalışmanın ilk bölümü Tek Değişkenli ARCH modelleri içermektedir. Bu bölümde ARCH modellerin temel yapısını oluşturan koşullu varyans tanıtılmış ve koşullu varyansın koşulsuz varyansa olan üstünlükleri anlatılmaya çalışılmıştır. Tek değişkenli ARCH modelinin teorik yapısı ayrıntılı olarak ele alınmış ve bu modelin diğer uzantılarından kısaca bahsedilmiştir. İkinci bölümde, çok değişkenli GARCH modelleri üzerinde durulmuş, bazı çok değişkenli GARCH modeller tanıtılmıştır. Üçüncü bölümde ise çok değişkenli GARCH model kullanılarak ekonomi kuranında çok kullanılan Fisher denklemi için bir görgül çalışma yapılmıştır. V MULTIVARIATE ARCH MODELS Hacer Özer Hacettepe University, Department of statistics, Statistics Section ABSTRACT Traditionally, It is assumed that time series models have constant error term variance. But, this condition cannot be satisfied when we are making an estimation using time series data especially financial times series data. This means, an estimated model for this type of data has problem of heteroscedasticity. If the model has heteroscedasticity problem then there can be some modifications to estimate the model. Instead of using modifications to get homoscedastic model, ARCH (Autoregressive conditional heteroscedasticity) models are proposed that can allow the heteroscedasticity in the model. The purpose of this study is introducing univariate and multivariate ARCH models, and making an empirical study on this subject. In the first part of the project, univariate ARCH model is analyzed. Here, conditional variance is explained, that is basic structure of ARCH models. Then, we tried to explain the advantages of conditional variance to unconditional variance. The theory of the univariate ARCH model is explained in detail, and the extensions of this model are explained briefly. In the second part of the project, multivariate GARCH models are analyzed. Meanwhile, some types of multivariate GARCH models are introduced. - In the third part, it is made made an empirical study for Fisher equation, that is used much on economic theory, by using multivariate GARCH models.
Collections