Какво е променливостта на времето?
Временната променливост се отнася до колебанията в променливостта през различни времеви периоди. Инвеститорите могат да изберат да проучат или да обмислят нестабилността на основната ценна книга през различни периоди от време. Например, променливостта на определени активи може да бъде по-ниска през лятото, когато търговците са на почивка. Използването на разнообразни мерки за нестабилност във времето може да повлияе на очакванията на инвестициите.
Как работи променливата във времето променливост
Временната променливост може да се изучава във всякакви времеви рамки. Като цяло анализът на нестабилността изисква математическо моделиране за генериране на нива на променливост като мярка за риска от основна сигурност. Този тип моделиране генерира исторически статистически данни за нестабилността.
Историческата нестабилност обикновено се нарича стандартно отклонение на цените за финансов инструмент, а оттам и мярка за неговия риск. С течение на времето се очаква ценните книжа да имат различна нестабилност, подложени на големи колебания в цената, като акциите и други финансови инструменти проявяват периоди на висока волатилност и ниска волатилност в различни моменти от време.
Анализаторите могат също така да използват математически изчисления, за да генерират подразбираща се нестабилност. Привлечената нестабилност се различава от историческата нестабилност по това, че не се основава на исторически данни, а по-скоро на математическо изчисление, което предоставя мярка за прогнозната нестабилност на пазара въз основа на текущите пазарни фактори.
Ключови заведения
- Променливата във времето променливост описва как променливостта на цените на актива може да се промени при различни периоди от време. Анализът на променливостта изисква използването на финансови модели за разрешаване на статистически разлики в колебанията на цените в различни времеви рамки. с висока волатилност може да бъде последван от периоди на ниска и обратно.
Историческа нестабилност
Историческата нестабилност може да бъде анализирана по времеви периоди въз основа на наличието на данни. Много анализатори се стремят първо да моделират променливостта с възможно най-много налични данни, за да намерят променливостта на сигурността през целия си живот. При този тип анализи, променливостта е просто стандартното отклонение на цената на ценната книга около средната стойност.
Анализът на нестабилността по зададени времеви периоди може да бъде полезен за разбирането как се е държала дадена ценна книга по време на определени пазарни цикли, кризи или целеви събития. Нестабилността на времевите серии също може да бъде полезна при анализиране на променливостта на ценна книга през последните месеци или тримесечия спрямо по-дългите времеви рамки.
Историческата нестабилност може също да бъде променлива в различни пазарни цени и количествени модели. Например, моделът за ценообразуване на опции Black-Scholes изисква историческата нестабилност на ценната книга, когато се стреми да идентифицира опционната си цена.
Имплицирана нестабилност
Нестабилността може да бъде извлечена и от модел като модела Black-Scholes за идентифициране на сегашната предполагаема нестабилност на пазара. С други думи, моделът може да се движи назад, като се наблюдава наблюдаваната пазарна цена на опция като вход, за да се прецени каква трябва да бъде променливостта на базовия актив, за да се постигне тази цена.
Обикновено времевата рамка на мълчаливата нестабилност се основава на времето до изтичане. Като цяло, опциите с по-дълго време до изтичане ще имат по-голяма променливост, докато опциите, изтичащи за по-кратък период от време, ще имат по-ниска предполагаема нестабилност.
Нобеловата награда за икономика за 2003 г.
През 2003 г. икономистите Робърт Ф. Енгъл и Клайв Грейнджър печелят Нобеловата мемориална награда по икономика за работата си в изучаването на променливата във времето волатилност. Икономистите разработиха модела на Авторегресивната Условна Хетероскдастичност (ARCH). Този модел предоставя представа за анализиране и обяснение на нестабилността през различни времеви периоди. След това резултатите от него могат да се използват при прогнозно управление на риска, което може да помогне за смекчаване на загубите при различни сценарии.
