Ajassa vaihteleva volatiliteetti
Mikä on ajassa vaihteleva volatiliteetti?
Ajassa vaihteleva volatiliteetti viittaa volatiliteetin vaihteluihin eri ajanjaksoina. Sijoittajat voivat halutessaan tutkia tai harkita kohde-etuutena olevan arvopaperin volatiliteettia eri ajanjaksoina. Esimerkiksi tiettyjen omaisuuserien volatiliteetti voi olla pienempi kesällä, kun kauppiaat ovat lomalla. Aikavaihteluiden volatiliteettimittareiden käyttö voi vaikuttaa sijoitusten odotuksiin.
Kuinka ajassa vaihteleva volatiliteetti toimii
Ajassa muuttuvaa volatiliteettia voidaan tutkia millä tahansa aikavälillä. Yleensä volatiliteettianalyysi vaatii matemaattista mallintamista volatiliteettitasojen luomiseksi yhtenä taustalla olevan arvopaperin riskin mittarina. Tämäntyyppinen mallinnus tuottaa historiallisia volatiliteettitilastoja.
Historiallista volatiliteettia kutsutaan yleensä rahoitusvälineen hintojen keskihajonnana ja siten sen riskin mittana. Ajan mittaan arvopaperilla odotetaan vaihtelevaa volatiliteettia johtuen suurista hintojen heilahteluista, ja osakkeissa ja muissa rahoitusinstrumenteissa esiintyy korkean volatiliteetin ja alhaisen volatiliteetin jaksoja eri aikoina.
Analyytikot voivat myös käyttää matemaattisia laskelmia implisiittisen volatiliteetin luomiseen. Implisiittinen volatiliteetti eroaa historiallisesta volatiliteetista siten, että se ei perustu historiallisiin tietoihin, vaan pikemminkin matemaattiseen laskelmaan, joka mittaa markkinoiden arvioitua volatiliteettia nykyisten markkinatekijöiden perusteella.
Historiallinen volatiliteetti
Historiallista volatiliteettia voidaan analysoida aikajaksoittain tietojen saatavuuden perusteella. Monet analyytikot pyrkivät ensin mallintamaan volatiliteetin mahdollisimman suurella käytettävissä olevalla tiedolla löytääkseen arvopaperin volatiliteetin sen koko elinkaaren ajalta. Tämäntyyppisessä analyysissä volatiliteetti on yksinkertaisesti arvopaperin hinnan keskihajonnan keskiarvo.
Volatiliteetin analysointi tiettyjen ajanjaksojen mukaan voi auttaa aliarvioimaan, kuinka arvopaperi on käyttäytynyt tiettyjen markkinasyklien, kriisien tai kohdistettujen tapahtumien aikana. Aikasarjan volatiliteetti voi myös olla hyödyllistä analysoitaessa arvopaperin volatiliteettia viime kuukausina tai vuosineljänneksinä verrattuna pitempiin aikajaksoihin.
Historiallinen volatiliteetti voi olla myös muuttuja erilaisissa markkinahinnoittelu- ja määrällisissä malleissa. Esimerkiksi Black-Scholes -optiohinnoittelumalli edellyttää arvopaperin historiallista volatiliteettia, kun sen optiohintaa pyritään tunnistamaan.
Implisiittinen volatiliteetti
Volatiliteetti voidaan myös poimia mallista, kuten Black-Scholes-mallista, jotta voidaan tunnistaa markkinoiden nykyinen oletettu volatiliteetti. Toisin sanoen mallia voidaan ajaa taaksepäin ottamalla vaihtoehdon havaittu markkinahinta syötteeksi laskettaessa sitä, mikä kohde-etuuden volatiliteetin on oltava kyseisen hinnan saavuttamiseksi.
Yleensä implisiittisen volatiliteetin aikakehys perustuu vanhenemisaikaan. Kaiken kaikkiaan optioilla, joiden voimassaoloaika on pidempi, on korkeampi volatiliteetti, kun taas lyhyemmässä ajassa erääntyvien optioiden implisiittinen volatiliteetti on pienempi.
Vuoden 2003 taloustieteen Nobel-palkinto
Vuonna 2003 taloustieteilijät Robert F. Engle ja Clive Granger voittivat taloustieteen Nobelin muistopalkinnon työstään ajassa vaihtelevan volatiliteetin tutkimisessa. Taloustieteilijät kehittivät Autoregressive Conditional Heteroskedasticity (ARCH) -mallin. Tämä malli tarjoaa oivalluksia volatiliteetin analysointiin ja selittämiseen eri ajanjaksoilla. Sen tuloksia voidaan sitten käyttää ennakoivassa riskienhallinnassa, mikä voi auttaa vähentämään tappioita useissa eri skenaarioissa.
Kohokohdat
Volatiliteettianalyysi edellyttää rahoitusmallien käyttöä hintavaihteluiden tilastollisten erojen ratkaisemiseksi eri aikajaksoilla.
Ajassa vaihteleva volatiliteetti kuvaa sitä, kuinka omaisuuserän hinnan volatiliteetti voi muuttua eri ajanjaksoilla.
Volatiliteetilla on taipumus olla keskiarvoon palautuvaa, joten korkean volatiliteetin jaksoja voi seurata alhaisen volatiliteetin jaksoja ja päinvastoin.
