Otoregresif Modeller Nedir? Nasıl Çalışırlar ve Örnek

Otoregresif Model Nedir?

Geçmiş değerlere dayalı olarak gelecekteki değerleri tahmin ediyorsa, istatistiksel bir model otoregresiftir. Örneğin, bir otoregresif model, geçmiş performansına dayalı olarak bir hisse senedinin gelecekteki fiyatlarını tahmin etmeye çalışabilir.

Otoregresif Modelleri Anlamak

Otoregresif modeller, geçmiş değerlerin mevcut değerler üzerinde bir etkiye sahip olduğu önermesi altında çalışır; bu, istatistiksel tekniği doğayı, ekonomiyi ve zamanla değişen diğer süreçleri analiz etmek için popüler kılar. Çoklu regresyon modelleri, öngörücülerin doğrusal bir kombinasyonunu kullanarak bir değişkeni tahmin ederken, otoregresif modeller değişkenin geçmiş değerlerinin bir kombinasyonunu kullanır.

AR(1) otoregresif süreç, mevcut değerin hemen önceki değeri temel aldığı bir süreçtir, AR(2) süreci ise mevcut değerin önceki iki değeri temel aldığı süreçtir. Beyaz gürültü için bir AR(0) işlemi kullanılır ve terimler arasında hiçbir bağımlılığı yoktur. Bu varyasyonlara ek olarak, bu hesaplamalarda kullanılan katsayıları hesaplamanın en küçük kareler yöntemi gibi birçok farklı yolu da vardır.

Bu kavramlar ve teknikler, teknik analistler tarafından menkul kıymet fiyatlarını tahmin etmek için kullanılır. Ancak, otoregresif modeller tahminlerini yalnızca geçmiş bilgilere dayandırdıkları için, geçmiş fiyatları etkileyen temel güçlerin zaman içinde değişmeyeceğini üstü kapalı olarak varsayarlar. Söz konusu temel güçler gerçekten değişiyorsa, örneğin bir endüstri hızlı ve benzeri görülmemiş bir teknolojik dönüşüm geçiriyorsa, bu durum şaşırtıcı ve yanlış tahminlere yol açabilir.

Bununla birlikte, tüccarlar, tahmin amaçları için otoregresif modellerin kullanımını iyileştirmeye devam ediyor. Harika bir örnek, tahminler yaparken trendleri, döngüleri, mevsimselliği, hataları ve diğer statik olmayan veri türlerini hesaba katabilen gelişmiş bir otoregresif model olan Otoregresif Entegre Hareketli Ortalama’dır (ARIMA).

Otoregresif Model Örneği

Otoregresif modeller, geçmiş değerlerin mevcut değerler üzerinde etkili olduğu varsayımına dayanmaktadır. Örneğin, hisse senedi fiyatlarını tahmin etmek için otoregresif bir model kullanan bir yatırımcının, menkul kıymet için ne kadar teklif vereceğine veya kabul edeceğine karar verirken, o hisse senedinin yeni alıcılarının ve satıcılarının son piyasa işlemlerinden etkilendiğini varsayması gerekir.

Bu varsayım çoğu durumda geçerli olsa da, durum her zaman böyle değildir. Örneğin, 2008 Mali Krizi’nden önceki yıllarda çoğu yatırımcı, birçok finans firması tarafından tutulan geniş ipoteğe dayalı menkul kıymet portföylerinin oluşturduğu risklerin farkında değildi. O zamanlar, ABD mali hisse senetlerinin performansını tahmin etmek için otoregresif bir model kullanan bir yatırımcının, o sektörde devam eden istikrarlı veya yükselen hisse senedi fiyatları trendini tahmin etmek için iyi nedenleri olabilirdi.

Bununla birlikte, birçok finans kuruluşunun yakın zamanda çökme riskiyle karşı karşıya olduğu kamuoyu tarafından öğrenildiğinde, yatırımcılar birdenbire bu hisse senetlerinin son fiyatlarıyla daha az ilgilenmeye ve maruz kaldıkları altta yatan risklerle çok daha fazla ilgilenmeye başladılar. Bu nedenle, piyasa hızla finansal stokları çok daha düşük bir seviyeye yeniden değerledi; bu, otoregresif bir modeli tamamen karıştıracak bir hareketti.

Otoregresif bir modelde, bir kerelik bir şokun, gelecekte hesaplanan değişkenlerin değerlerini sonsuza kadar etkileyeceğini not etmek önemlidir. Bu nedenle, finansal krizin mirası günümüzün otoregresif modellerinde yaşamaya devam etmektedir.

Investopedia vergi, yatırım veya finansal hizmetler ve tavsiye sağlamaz. Bilgiler, herhangi bir belirli yatırımcının yatırım hedefleri, risk toleransı veya finansal koşulları dikkate alınmadan sunulur ve tüm yatırımcılar için uygun olmayabilir. Yatırım, olası anapara kaybı da dahil olmak üzere risk içerir.