গ্রাচ প্রক্রিয়া

গ্রর্ক প্রক্রিয়া কী?

রবার্ট এফ দ্বারা সজ্জিত, জিআরচ প্রক্রিয়া অর্থ অনুসারে, জিআরচ বলতে সাধারণীকৃত অটোরেগ্রেসিভ কন্ডিশনাল হিটারোস্কেস্টাস্টিটি বোঝায়। আর্থিক বাজারে অস্থিরতার স্তরটি বের করার জন্য ধারণাটি ব্যবহৃত হয়। অনেক বিশেষজ্ঞ এবং পেশাদার বিনিয়োগকারীরা শেয়ার বাজারে অস্থিরতা খুঁজে পাওয়ার জন্য জিআরচ পদ্ধতির পছন্দ করেন।

তারা এটিকে স্টক শিল্পে ভবিষ্যতের প্রবণতা পূর্বাভাস দেওয়ার জন্য একটি সুনির্দিষ্ট এবং খাঁটি কৌশল বলে মনে করে। এটি বিনিয়োগ এবং ব্যবসায়ের জন্য উন্মুক্ত সমস্ত ধরণের আর্থিক উপকরণের দাম নির্ধারণের জন্যও ব্যবহার করা যেতে পারে।

গুরচ প্রক্রিয়া ওভারভিউ

হেটারোস্কেস্টাস্টি শব্দটি ভেরিয়েবলের অসম প্যাটার্নকে বোঝায়। মূলত, ভেরিয়েবলগুলি হিটারোস্কেস্টাস্টিটিতে লিনিয়ার প্যাটার্ন গঠন করে না। তারা বরং একটি গুচ্ছ গঠন করে। এই কারণেই আমরা উপসংহার থেকে প্রাপ্ত আনুমানিক মানটি সঠিক হতে পারি না। এই পরিসংখ্যানগত মডেলটি মূলত বিভিন্ন আর্থিক উপকরণগুলি সনাক্ত করতে এবং সময়ের সাথে সাথে এই পণ্যগুলিতে বা আর্থিক সরঞ্জামগুলির প্রবণতা এবং মূল্য পরিবর্তনের পূর্বাভাস দিতে সহায়তা করে।

এমনকি প্রতিষ্ঠিত আর্থিক প্রতিষ্ঠানগুলি স্টক এবং যন্ত্রপাতি সম্পর্কিত সঠিক বাজার গবেষণা চালানোর জন্য জিআরচ পদ্ধতির ব্যবহার করে এবং অস্থিরতার স্তর খুঁজে বের করে। তারা উপসংহার থেকে প্রাপ্ত ফলাফলগুলি স্টক মূল্য নির্ধারণের পূর্বাভাস দেওয়ার জন্য এবং কোন সম্পদ দীর্ঘমেয়াদে আরও ভাল সম্পাদন করার সম্ভাবনা রয়েছে তা জানতে ব্যবহার করে। এই প্রক্রিয়াটি আপনার বিনিয়োগের রিটার্নের অনুমানের জন্যও ব্যবহার করা যেতে পারে, আপনাকে আপনার সম্পদ বরাদ্দ করার এবং তদনুসারে বিনিয়োগ করার সুযোগ করে দেয়।

অনেক বিনিয়োগকারী এবং স্থানীয় ব্যবসায়ী তাদের বিনিয়োগের পোর্টফোলিও উন্নত করার জন্য জিআরচ পদ্ধতির বিষয়টি বিবেচনা করেন, আবার অন্যরা এটিকে অবহিত বিনিয়োগের সিদ্ধান্ত নেওয়ার উপায় হিসাবে ব্যবহার করেন।

হোমসকেডেস্টিক পদ্ধতির থেকে জিআরচ মডেল কীভাবে আলাদা?

এখন, এটি লক্ষণীয় গুরুত্বপূর্ণ যে জিআরচ মডেলটি স্ট্যান্ডার্ড হোমোসেকটেস্টিক পদ্ধতির থেকে সম্পূর্ণ আলাদা, যার মধ্যে বিনিয়োগকারীরা ধ্রুবক অস্থিরতা গ্রহণ করার প্রবণতা পোষণ করে। পরেরটি সাধারণত ওএলএস (সাধারণ স্বল্প স্কোয়ারস) বিশ্লেষণে ব্যবহৃত হয়। যদিও এই মডেলটি সঠিক প্রমাণিত হতে পারে, আমরা সময়ে সময়ে অস্থিরতার স্তর পরিবর্তনের বিষয়টি অবহেলা করতে পারি না। সম্পদ ফেরতের বিষয়টি যখন আসে তখন অস্থিরতা কখনই এক হয় না। অস্থিরতার কিছু অংশ অতীত বৈকল্পিকতার উপর নির্ভর করে। এই সমস্ত কারণগুলি মাথায় রেখে, এটি বলা নিরাপদ যে সাধারণ ন্যূনতম স্কোয়ার বিশ্লেষণ suboptimal হতে পারে।

এখন যেহেতু গ্রিচ একটি স্বাবলম্বী দৃষ্টিভঙ্গি, বর্তমান বৈচিত্রটি নির্ধারণের জন্য এটি স্টক শিল্পের অতীতের পরিবর্তনের উপর নির্ভর করে। মডেলটি তার নির্ভরযোগ্যতার কারণে আর্থিক বাজার এবং স্টক শিল্পে ব্যাপকভাবে ব্যবহৃত হয়। এটি নির্ণয়ের ক্ষেত্রে কার্যকর মডেল হিসাবে প্রমাণিত হয়েছেমূল্যস্ফীতি পাশাপাশি সম্পদ ফেরত দেয়। মূল উদ্দেশ্যটি হ'ল সম্ভাব্য পূর্বাভাসের ত্রুটিগুলির সকল প্রকারটি হ্রাস করা এবং আর্থিক বাজারগুলিতে মূল্যের পূর্বাভাসের যথার্থতা বাড়ানো। বিনিয়োগকারীদের সঠিক ভবিষ্যত ভবিষ্যদ্বাণী করতে সহায়তা করতে এটি অতীতের রূপগুলি বিবেচনায় নেয়।

ধারণাটি এমন বাজারগুলিকে হাইলাইট করে যেগুলিতে ভিন্ন ভিন্ন অস্থিরতার হার রয়েছে। অন্য কথায়, এটি আর্থিক বাজারগুলিকে ইঙ্গিত করে, যেখানে অস্থিরতা পরিবর্তনের আশা করা হয়। মূলত, অর্থনৈতিক সঙ্কটের সময় এই বাজারগুলিতে অস্থিরতা বেশি থাকে।