Model zmienności to forma modelowania używana do przewidywania momentów niepewności i potencjalnego zakłócenia normalnych praktyk biznesowych. Modele te są używane przez wielu analityków danych, aby spróbować zrozumieć i przewidzieć momenty w przyszłości ich działalności, w których mogą być wymagane zmiany modelu biznesowego, aby zachować konkurencyjność. Dobry model zmienności może zapewnić firmie przewagę nad konkurentami, którzy mogą nie być przygotowani na przyszłe komplikacje na rynku.
Obecnie analitycy stosują kilka modeli zmienności. Model ARCH-GARCH i model zmienności stochastycznej to dwa najczęstsze typy. Oba te modele określają zmienność w oparciu o koncepcję „białego szumu”. Jest to losowa reprezentacja zmiennych w polu liczbowym, których suma na wykresie jest równa zeru w analizowanym okresie.
Model zmienności ARCH-GARCH jest prostszą formą modelu zmienności. Skrót „ARCH-GARCH” oznacza „uogólnioną autoregresyjną warunkową heteroskedastyczność – autoregresyjną warunkową heteroskedastyczność”. Modele te interpretują tylko jedno źródło białego szumu jako część równania, którego używają do uzyskania wyników. Stochastyczny model zmienności jest bardziej złożony i uwzględnia wiele różnych kalibracji białego szumu. Kalibracje te mają na celu reprezentowanie nieprzewidzianych zmian, innowacji i zmian danych, które mogą się rozwijać w czasie.
Zrozumienie zmienności jest szczególnie ważne dla osób, które chcą inwestować w akcje i firmy, których wartość może zmieniać się w czasie. Jeśli inwestorzy są w stanie właściwie określić, kiedy ich inwestycje wejdą w czasy niepewnej rentowności, mogą być w stanie wycofać swoje inwestycje, zanim ich wartość spadnie. Alternatywnie, jeśli stopień zmienności można dokładnie przewidzieć, a inwestorzy utrzymają swoje inwestycje przez okres niestabilności, mogą również zauważyć znaczny wzrost ich aktywów.
Chociaż model zmienności nie zawsze jest w pełni dokładny, zwłaszcza w dużych ramach czasowych, stanowi ważną część środowiska biznesowego. Los firmy zależy od jej zdolności do dokładnego przewidywania zmian, dlatego modele zmienności są dziś w powszechnym użyciu. Wraz z postępem technologicznym, a badania nad sposobem funkcjonowania rynków mogą być interpretowane przez komputery wykonujące obliczenia wielokrotnie bardziej zaawansowane niż są to w stanie osiągnąć ekonomiści, można się tylko spodziewać, że dokładność i wykorzystanie tych modeli będzie rosło.