시간에 따른 변동성

시변 변동성이란 무엇입니까?

시변변동성은 서로 다른 기간 에 대한 변동성 의 변동을 의미합니다. 투자자는 다양한 기간 동안 기초 증권 의 변동성을 연구하거나 고려할 수 있습니다 . 예를 들어, 특정 자산의 변동성은 트레이더가 휴가 중인 여름에 더 낮을 수 있습니다. 시변 변동성 측정의 사용은 투자 기대치에 영향을 미칠 수 있습니다.

시변 변동성의 작동 원리

시간에 따른 변동성은 어떤 시간 프레임에서도 연구될 수 있습니다. 일반적으로 변동성 분석은 기초 증권의 위험을 측정하는 한 가지 척도로 변동성 수준을 생성하기 위한 수학적 모델링을 필요로 합니다. 이러한 유형의 모델링은 과거 변동성 통계를 생성합니다.

역사적 변동성은 일반적으로 금융 상품 가격 의 표준 편차 , 따라서 위험 측정이라고 합니다. 시간이 지남에 따라 유가 증권은 다양한 시점에서 높은 변동성과 낮은 변동성을 나타내는 주식 및 기타 금융 상품과 함께 큰 가격 변동에 따라 다양한 변동성을 가질 것으로 예상됩니다.

분석가는 수학적 계산을 사용하여 내재 변동성을 생성할 수도 있습니다. 내재 변동성은 과거 데이터를 기반으로 하는 것이 아니라 현재 시장 요인을 기반으로 시장의 추정 변동성을 측정하는 수학적 계산이라는 점에서 역사적 변동성과 다릅니다.

역사적 변동성

과거 변동성 은 데이터 가용성을 기반으로 기간별로 분석할 수 있습니다. 많은 분석가는 전체 수명 동안 보안의 변동성을 찾기 위해 가능한 한 많은 가용 데이터로 변동성을 먼저 모델링하려고 합니다. 이러한 유형의 분석에서 변동성은 단순히 평균을 중심으로 한 유가 증권 가격의 표준 편차입니다.

특정 기간에 따른 변동성을 분석하면 특정 시장 주기, 위기 또는 표적 이벤트 동안 유가 증권이 어떻게 행동했는지 과소 평가하는 데 도움이 될 수 있습니다. 시계열 변동성은 최근 몇 달 또는 분기의 유가 증권의 변동성과 더 긴 기간의 변동성을 분석하는 데에도 유용할 수 있습니다.

역사적 변동성은 다양한 시장 가격 책정 및 양적 모델에서도 변수가 될 수 있습니다. 예를 들어, Black-Scholes 옵션 가격 책정 모델 은 옵션 가격을 식별할 때 유가 증권의 역사적 변동성을 요구합니다.

내재 변동성

시장의 현재 가정된 변동성을 식별하기 위해 Black-Scholes 모델과 같은 모델에서 변동성을 추출할 수도 있습니다. 다시 말해서, 모델은 옵션의 관찰된 시장 가격을 입력으로 사용하여 해당 가격을 달성하기 위해 기초 자산의 변동성이 무엇인지를 귀속시키기 위해 뒤로 실행할 수 있습니다.

일반적으로 내재변동성의 기간은 만기까지의 시간을 기준으로 합니다. 전반적으로 만기가 더 긴 옵션은 더 높은 변동성을 가지며 더 짧은 기간에 만기가 되는 옵션은 더 낮은 내재 변동성을 가질 것입니다.

2003년 노벨 경제학상

2003년 경제학자 Robert F. Engle과 Clive Granger는 시변 변동성을 연구한 공로로 노벨 경제학상을 수상했습니다. 경제학자들은 자기회귀 조건부 이분산성 (ARCH) 모델을 개발했습니다. 이 모델은 다양한 기간 동안의 변동성을 분석하고 설명하기 위한 통찰력을 제공합니다. 그 결과는 다양한 시나리오에서 손실을 완화하는 데 도움이 될 수 있는 예측 위험 관리에 사용할 수 있습니다.

##하이라이트

• 변동성 분석은 재무 모델을 사용하여 다양한 기간 동안 가격 변동의 통계적 차이를 해결해야 합니다.

• 시변 변동성은 자산의 가격 변동성이 다른 기간에 따라 어떻게 변할 수 있는지 설명합니다.

• 변동성은 평균을 되돌리는 경향이 있으므로 변동성이 높은 기간 뒤에 낮은 기간이 올 수 있으며 그 반대의 경우도 마찬가지입니다.