Gerçekleşen Volatilite ve HAR Modeli
Realized Volatility and the Heterogeneous Autoregressive (HAR) Model · Ayrıca şöyle bilinir: realized variance, HAR model, heterogeneous autoregressive model of realized volatility, HAR-RV, Gerçekleşmiş Volatilite ve HAR Modeli
Gerçekleşen volatilite, parametrik bir gizli süreçten ziyade, yüksek frekanslı gün içi getirilerden bir varlığın varyansını doğrudan tahmin eder. Corsi (2009) tarafından geliştirilen ve Andersen, Bollerslev, Diebold ve Labys (2003) tarafından geliştirilen gerçekleşen volatilite çerçevesine dayanan Heterojen Otoregresif (HAR) modeli, günlük, haftalık ve aylık volatilite bileşenlerini birleştirerek bu ölçütü tahmin eder ve volatilite tahmini için GARCH'a güçlü bir alternatiftir.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
Yüksek frekanslı (gün içi, tipik olarak 5 dakikalık veya daha ince) getiri verileriniz olduğunda ve varyansı doğrudan ölçmek veya tahmin etmek istediğinizde gerçekleşen volatiliteyi ve HAR modelini kullanın. Makul derecede uzun bir geçmişe sahip sürekli zaman serisi verilerine uygundur; güvenilir tahminler için en az yaklaşık 250 günlük veri önerilir ve daha kısa geçmişler bunun yerine GARCH tipi modelleri destekler. Seri durağan olmalıdır - durağan olmayan volatilite serileri yanıltıcı ölçümler verebilir ve fark alma gerektirebilir. Yüksek frekanslı veriler piyasa mikro yapısı gürültüsü taşıdığından, beş dakikalık veya daha kaba örnekleme yapmak veya alt örnekleme veya çekirdek tahmincileri uygulamak tavsiye edilir.
Güçlü yönler & sınırlılıklar
- Gizli süreç varsayımlarını atlayarak, parametrik volatilite modellerinin gizli süreç varsayımlarını atlayarak, gözlemlenebilir yüksek frekanslı verileri kullanarak varyansı doğrudan tahmin eder.
- HAR modeli, basit bir OLS regresyonu olarak kalırken, volatilitenin uzun hafıza benzeri kalıcılığını yeniden üretir ve tahmin edilmesi hızlıdır.
- Günlük, haftalık ve aylık dinamikleri ayrı bileşenlerde yakalayan GARCH'a güçlü, iyi belgelenmiş bir tahmin alternatifidir.
- Yüksek frekanslı veriler piyasa mikro yapısı gürültüsü içerir, bu nedenle ölçümler dikkatli örnekleme, alt örnekleme veya çekirdek düzeltmesi gerektirir.
- Yetersiz yüksek frekanslı veri (yaklaşık 250 günden az) ile gerçekleşen volatilite tahminleri güvenilmez hale gelir ve GARCH tercih edilir.
- Durağan olmayan serilerde volatilite ölçümü yanıltıcıdır; verilerin önce farkı alınması gerekebilir.
- HAR, uzun hafızayı taklit eder ancak aslında kısa hafıza yapısıdır, bu nedenle gerçek bir uzun hafıza modeli yerine bir yaklaşımdır.
SSS
Gerçekleşen volatilite GARCH'dan nasıl farklıdır?
GARCH, getirilerin parametrik bir modelinden gizli bir koşullu varyans çıkarır, oysa gerçekleşen volatilite, yüksek frekanslı gün içi getirilerin karelerini toplayarak varyansı doğrudan ölçer. HAR modeli daha sonra bu gözlemlenebilir ölçütü basit bir regresyonla tahmin eder ve gün içi verilerin mevcut olduğu durumlarda GARCH'a güçlü bir alternatiftir.
Mikro yapı gürültüsü nedir ve neden önemlidir?
Çok ince örnekleme frekanslarında, gözlemlenen fiyatlar alış-satış farkı ve diğer ticaret sürtünmeleriyle kirlenir ve toplanmış kare getirileri yanlı hale getirir. Beş dakikalık veya daha kaba örnekleme yapmak veya alt örnekleme veya çekirdek tabanlı tahminciler uygulamak bu gürültüyü azaltır.
HAR neden günlük, haftalık ve aylık bileşenleri kullanır?
Farklı piyasa katılımcıları farklı ufuklarda işlem yapar. Günlük ölçümü, geçen haftanın ortalamasını ve geçen ayın ortalamasını birleştirerek, HAR modeli, gösterişsiz bir doğrusal regresyon olarak kalırken, yavaş azalan, uzun hafıza benzeri volatilite kalıcılığını yeniden üretir.
Gerçekleşen varyansı logaritma olarak mı modellemeliyim?
Gerçekleşen volatilite serileri genellikle sağa çarpıktır, bu nedenle bir log-RV belirlemesi genellikle daha iyi uyar ve regresyon hatalarının varyansını stabilize eder.
Kaynaklar
- Corsi, F. (2009). A Simple Approximate Long-Memory Model of Realized Volatility. Journal of Financial Econometrics, 7(2), 174-196. DOI: 10.1093/jjfinec/nbp001 ↗
- Andersen, T. G., Bollerslev, T., Diebold, F. X., & Labys, P. (2003). Modeling and Forecasting Realized Volatility. Econometrica, 71(2), 579-625. DOI: 10.1111/1468-0262.00418 ↗
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 1). Realized Volatility and the Heterogeneous Autoregressive (HAR) Model. ScholarGate. https://scholargate.app/tr/finance/realized-volatility
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- ARIMA (Autoregressive Integrated Moving Average) ModeliEkonometri↔ karşılaştır
- Üstel GARCH (EGARCH)Ekonometri↔ karşılaştır
- Johansen Eşbütünleşme Testi ve Vektör Hata Düzeltme ModeliFinans↔ karşılaştır
- Uzun Bellek Modelleri (ARFIMA, FIGARCH)Finans↔ karşılaştır