Tidsvarierende volatilitet

Hvad er tidsvarierende volatilitet?

volatilitet refererer til udsving i volatilitet over forskellige tidsperioder. Investorer kan vælge at studere eller overveje volatiliteten af et underliggende værdipapir i forskellige tidsperioder. For eksempel kan volatiliteten af visse aktiver være lavere i løbet af sommeren, når handlende er på ferie. Brugen af tidsvarierede volatilitetsmål kan påvirke forventningerne til investeringer.

Hvordan tidsvarierende volatilitet virker

Tidsvarierende volatilitet kan studeres i enhver tidsramme. Generelt kræver volatilitetsanalyse matematisk modellering for at generere volatilitetsniveauer som et mål for risikoen for et underliggende værdipapir. Denne type modellering genererer historisk volatilitetsstatistik.

Historisk volatilitet omtales generelt som standardafvigelsen af priser for et finansielt instrument og dermed et mål for dets risiko. Over tid forventes et værdipapir at have varierende volatilitet med forbehold for store kursudsving, hvor aktier og andre finansielle instrumenter udviser perioder med høj volatilitet og lav volatilitet på forskellige tidspunkter.

Analytikere kan også bruge matematiske beregninger til at generere implicit volatilitet. Implicit volatilitet adskiller sig fra historisk volatilitet ved, at den ikke er baseret på historiske data, men snarere en matematisk beregning, der giver et mål for markedets estimerede volatilitet baseret på aktuelle markedsfaktorer.

Historisk volatilitet

Historisk volatilitet kan analyseres efter tidsperioder baseret på tilgængeligheden af data. Mange analytikere søger først at modellere volatilitet med så mange tilgængelige data som muligt for at finde sikkerhedens volatilitet over hele dens levetid. I denne type analyse er volatilitet simpelthen standardafvigelsen af et værdipapirs pris omkring dets middelværdi.

At analysere volatilitet efter specificerede tidsperioder kan være nyttigt til at undervurdere, hvordan et værdipapir har opført sig under bestemte markedscyklusser, kriser eller målrettede begivenheder. Tidsserievolatilitet kan også være nyttig til at analysere et værdipapirs volatilitet i de seneste måneder eller kvartaler i forhold til længere tidsrammer.

Historisk volatilitet kan også være en variabel i forskellige markedspriser og kvantitative modeller. For eksempel kræver Black-Scholes Option Pricing Model den historiske volatilitet af et værdipapir, når man søger at identificere dets optionspris.

Implicit volatilitet

Volatilitet kan også udvindes fra en model som Black-Scholes-modellen for at identificere markedets nuværende antagne volatilitet. Med andre ord kan modellen køres baglæns med den observerede markedspris på en option som input til at imputere, hvad volatiliteten af det underliggende aktiv skal være for at opnå denne pris.

Generelt er implicit volatilitets tidsramme baseret på tiden til udløb. Samlet set vil optioner med længere tid til udløb have højere volatilitet, mens optioner, der udløber på kortere tid, vil have lavere implicit volatilitet.

Nobelprisen i økonomi 2003

I 2003 vandt økonomerne Robert F. Engle og Clive Granger Nobels mindepris i økonomi for deres arbejde med at studere tidsvarierende volatilitet. Økonomerne udviklede modellen Autoregressive Conditional Heteroskedasticity (ARCH). Denne model giver indsigt til at analysere og forklare volatilitet over forskellige tidsperioder. Dets resultater kan derefter bruges i forudsigelig risikostyring, som kan hjælpe med at mindske tab i en række forskellige scenarier.

Højdepunkter

• Volatilitetsanalyse kræver brug af finansielle modeller til at løse statistiske forskelle i prisudsving over forskellige tidsrammer.

• Tidsvarierende volatilitet beskriver, hvordan prisvolatiliteten på et aktiv kan ændre sig givet forskellige tidsperioder.

• Volatilitet har en tendens til at være gennemsnitlig tilbagevendende, derfor kan perioder med høj volatilitet efterfølges af perioder med lav og omvendt.