Investor's wiki

Zmienność zmienna w czasie

Zmienność zmienna w czasie

Co to jest zmienno艣膰 w czasie?

Zmienno艣膰 zmienna w czasie odnosi si臋 do waha艅 zmienno艣ci w r贸偶nych okresach czasu. Inwestorzy mog膮 zdecydowa膰 si臋 na zbadanie lub rozwa偶enie zmienno艣ci bazowego papieru warto艣ciowego w r贸偶nych okresach czasu. Na przyk艂ad zmienno艣膰 niekt贸rych aktyw贸w mo偶e by膰 ni偶sza w okresie letnim, kiedy inwestorzy s膮 na wakacjach. Stosowanie zmiennych w czasie miar zmienno艣ci mo偶e wp艂yn膮膰 na oczekiwania inwestycyjne.

Jak dzia艂a zmienna w czasie zmienno艣膰

Zmienno艣膰 w czasie mo偶na bada膰 w dowolnym przedziale czasowym. Og贸lnie rzecz bior膮c, analiza zmienno艣ci wymaga modelowania matematycznego w celu wygenerowania poziom贸w zmienno艣ci jako jednej miary ryzyka bazowego papieru warto艣ciowego. Ten rodzaj modelowania generuje historyczne statystyki zmienno艣ci.

Zmienno艣膰 historyczna jest og贸lnie okre艣lana jako odchylenie standardowe cen instrumentu finansowego, a zatem miara jego ryzyka. Oczekuje si臋, 偶e z biegiem czasu papier warto艣ciowy b臋dzie charakteryzowa艂 si臋 zmienn膮 zmienno艣ci膮, podlegaj膮c膮 du偶ym wahaniom cen, przy czym akcje i inne instrumenty finansowe wykazuj膮 w r贸偶nych momentach okresy wysokiej i niskiej zmienno艣ci.

Analitycy mog膮 r贸wnie偶 u偶ywa膰 oblicze艅 matematycznych do generowania zmienno艣ci implikowanej. Implikowana zmienno艣膰 r贸偶ni si臋 od zmienno艣ci historycznej tym, 偶e nie jest oparta na danych historycznych, ale raczej na obliczeniach matematycznych, kt贸re stanowi膮 miar臋 szacowanej zmienno艣ci rynku na podstawie bie偶膮cych czynnik贸w rynkowych.

Zmienno艣膰 historyczna

Zmienno艣膰 historyczn膮 mo偶na analizowa膰 wed艂ug okres贸w w oparciu o dost臋pno艣膰 danych. Wielu analityk贸w stara si臋 najpierw modelowa膰 zmienno艣膰 przy u偶yciu jak najwi臋kszej ilo艣ci dost臋pnych danych, aby znale藕膰 zmienno艣膰 bezpiecze艅stwa w ca艂ym okresie jego 偶ycia. W tego typu analizach zmienno艣膰 to po prostu odchylenie standardowe ceny papieru warto艣ciowego wok贸艂 jego 艣redniej.

Analiza zmienno艣ci w okre艣lonych okresach mo偶e by膰 pomocna w zrozumieniu, jak zachowywa艂 si臋 papier warto艣ciowy podczas okre艣lonych cykli rynkowych, kryzys贸w lub ukierunkowanych wydarze艅. Zmienno艣膰 szereg贸w czasowych mo偶e by膰 r贸wnie偶 pomocna w analizie zmienno艣ci papieru warto艣ciowego w ostatnich miesi膮cach lub kwarta艂ach w por贸wnaniu z d艂u偶szymi ramami czasowymi.

Zmienno艣膰 historyczna mo偶e by膰 r贸wnie偶 zmienn膮 w r贸偶nych modelach wyceny rynkowej i modelach ilo艣ciowych. Na przyk艂ad model wyceny opcji Blacka-Scholesa wymaga historycznej zmienno艣ci papieru warto艣ciowego przy pr贸bie okre艣lenia ceny opcji.

Domniemana zmienno艣膰

Zmienno艣膰 mo偶na r贸wnie偶 wyekstrahowa膰 z modelu takiego jak model Blacka-Scholesa, aby zidentyfikowa膰 bie偶膮c膮 zak艂adan膮 zmienno艣膰 rynku. Innymi s艂owy, model mo偶na uruchomi膰 wstecz, przyjmuj膮c zaobserwowan膮 cen臋 rynkow膮 opcji jako dane wej艣ciowe do przypisania, jaka musi by膰 zmienno艣膰 aktyw贸w bazowych, aby osi膮gn膮膰 t臋 cen臋.

Og贸lnie rzecz bior膮c, ramy czasowe zmienno艣ci implikowanej opieraj膮 si臋 na czasie do wyga艣ni臋cia. Og贸lnie rzecz bior膮c, opcje o d艂u偶szym czasie do wyga艣ni臋cia b臋d膮 mia艂y wy偶sz膮 zmienno艣膰, podczas gdy opcje wygasaj膮ce w kr贸tszym czasie b臋d膮 mia艂y ni偶sz膮 zmienno艣膰 implikowan膮.

Nagroda Nobla w dziedzinie ekonomii w 2003 r.

W 2003 roku ekonomi艣ci Robert F. Engle i Clive Granger zdobyli Nagrod臋 Nobla w dziedzinie ekonomii za prac臋 nad badaniem zmienno艣ci w czasie. Ekonomi艣ci opracowali model autoregresyjnej warunkowej heteroskedastyczno艣ci (ARCH). Ten model zapewnia wgl膮d w analiz臋 i wyja艣nianie zmienno艣ci w r贸偶nych okresach. Jego wyniki mo偶na nast臋pnie wykorzysta膰 w predykcyjnym zarz膮dzaniu ryzykiem, kt贸re mo偶e pom贸c w 艂agodzeniu strat w r贸偶nych scenariuszach.

##Przegl膮d najwa偶niejszych wydarze艅

  • Analiza zmienno艣ci wymaga u偶ycia modeli finansowych w celu rozwi膮zania statystycznych r贸偶nic w wahaniach cen w r贸偶nych ramach czasowych.

  • Zmienno艣膰 w czasie opisuje, w jaki spos贸b zmienno艣膰 cen aktyw贸w mo偶e si臋 zmienia膰 w r贸偶nych okresach czasu.

  • Zmienno艣膰 ma tendencj臋 do powrotu do 艣redniej, dlatego po okresach wysokiej zmienno艣ci mog膮 nast臋powa膰 okresy niskiej zmienno艣ci i vice versa.