தன்னியக்க முன்னேற்ற நிபந்தனை ஹெட்டோரோஸ்கெடாஸ்டிசிட்டி என்றால் என்ன?
தன்னியக்க முன்னேற்ற நிபந்தனை ஹீட்டோரோஸ்கெடாஸ்டிசிட்டி (ARCH) என்பது ஒரு நேர-தொடர் புள்ளிவிவர மாதிரியாகும், இது எக்கோனோமெட்ரிக் மாதிரிகளால் விவரிக்கப்படாத விளைவுகளை பகுப்பாய்வு செய்யப் பயன்படுகிறது. இந்த மாதிரிகளில், பிழையான சொல் என்பது மாதிரியால் விவரிக்கப்படாத எஞ்சிய விளைவாகும். எக்கோனோமெட்ரிக் மாதிரிகளின் அனுமானம் என்னவென்றால், இந்த வார்த்தையின் மாறுபாடு ஒரே மாதிரியாக இருக்கும். இது "ஹோமோஸ்கெடாஸ்டிசிட்டி" என்று அழைக்கப்படுகிறது. இருப்பினும், சில சூழ்நிலைகளில், இந்த மாறுபாடு சீரானது அல்ல, ஆனால் "பரம்பரை."
தன்னியக்க முன்னேற்ற நிபந்தனை ஹெட்டோரோஸ்கெடாஸ்டிசிட்டியைப் புரிந்துகொள்வது
உண்மையில், இந்த பிழை சொற்களின் மாறுபாடு ஒரே மாதிரியானது அல்ல, ஆனால் அதற்கு முந்தைய மாறுபாடுகளால் பாதிக்கப்படுகிறது. இது "தன்னியக்க முன்னேற்றம்" என்று குறிப்பிடப்படுகிறது. இதேபோல், புள்ளிவிவரங்களில், ஒரு வார்த்தையின் மாறுபாடு ஒன்று அல்லது அதற்கு மேற்பட்ட பிற மாறிகளின் மாறுபாட்டால் பாதிக்கப்படும்போது, அது "நிபந்தனை."
நிதிச் சந்தைகளின் நேரத் தொடர் பகுப்பாய்வுகளில் இது குறிப்பாக உண்மை. எடுத்துக்காட்டாக, பத்திரச் சந்தைகளில், குறைந்த நிலையற்ற காலங்கள் பெரும்பாலும் அதிக ஏற்ற இறக்கம் கொண்ட காலங்களால் பின்பற்றப்படுகின்றன. எனவே இந்த சந்தைகளை விவரிக்கும் பிழை காலத்தின் மாறுபாடு முந்தைய காலங்களின் மாறுபாட்டைப் பொறுத்து மாறுபடும்.
ஹீட்டோரோஸ்கெடாஸ்டிசிட்டியின் சிக்கல் என்னவென்றால், இது நம்பிக்கை இடைவெளிகளை மிகவும் குறுகியதாக ஆக்குகிறது, இதனால் சுற்றுச்சூழல் அளவீடு மாதிரியால் உத்தரவாதம் அளிக்கப்படுவதை விட அதிக துல்லியமான உணர்வை இது தருகிறது. ARCH மாதிரிகள் இந்த பிழை சொற்களின் மாறுபாட்டை மாதிரியாக்க முயற்சிக்கின்றன, மேலும் செயல்பாட்டில் ஹீட்டோரோஸ்கெடாஸ்டிசிட்டியின் விளைவாக ஏற்படும் சிக்கல்களுக்கு சரியானது. ARCH மாதிரிகளின் குறிக்கோள், நிதி முடிவெடுப்பதில் பயன்படுத்தக்கூடிய ஒரு அளவிலான நிலையற்ற தன்மையை வழங்குவதாகும்.
நிதிச் சந்தைகளில், ஆய்வாளர்கள் நிலையற்ற கிளஸ்டரிங் எனப்படும் ஒன்றைக் கவனிக்கின்றனர், இதில் குறைந்த நிலையற்ற காலங்கள் தொடர்ந்து அதிக ஏற்ற இறக்கம் மற்றும் நேர்மாறாக இருக்கும். எடுத்துக்காட்டாக, எஸ் & பி 500 க்கான ஏற்ற இறக்கம் 2003 முதல் 2007 வரையிலான காளை சந்தையில், 2008 ஆம் ஆண்டின் சந்தை திருத்தத்தின் போது சாதனை அளவை உயர்த்துவதற்கு முன்னர் வழக்கத்திற்கு மாறாக குறைவாக இருந்தது. இதிலிருந்து எழும் புள்ளிவிவர சிக்கல்களை ARCH மாதிரிகள் சரிசெய்ய முடியும். தரவில் உள்ள வகை. இதன் விளைவாக, அவை நிலையற்ற தன்மையை வெளிப்படுத்தும் நிதிச் சந்தைகளை மாடலிங் செய்வதில் பிரதானமாகிவிட்டன. ARCH கருத்தை பொருளாதார நிபுணர் ராபர்ட் எஃப். எங்கிள் உருவாக்கியுள்ளார், இதற்காக அவர் 2003 ஆம் ஆண்டு பொருளாதார அறிவியலுக்கான நோபல் நினைவு பரிசை வென்றார்.
