Överskott av Kurtosis
Vad är Excess Kurtosis?
Termen excess kurtosis hänvisar till ett mått som används i statistik och sannolikhetsteori som jämför kurtosis- koefficienten med en normalfördelning. Kurtosis är ett statistiskt mått som används för att beskriva storleken på svansarna på en distribution. Överskott av kurtosis hjälper till att avgöra hur mycket risk som är involverad i en specifik investering. Det signalerar att sannolikheten att få ett extremt utfall eller ett extremt värde från den aktuella händelsen är högre än vad som skulle finnas i en probabilistiskt normalfördelning av utfall.
Förstå Excess Kurtosis
Kurtosis mäter hur fet en distributions svans är jämfört med distributionens centrum. En fördelnings svansar mäter antalet händelser som inträffade utanför det normala intervallet. Till skillnad från skevhet mäter kurtosis båda svansarnas extrema värden. Excess kurtosis innebär att fördelningen av händelseutfall har många fall av extrema resultat, vilket orsakar feta svansar på den klockformade distributionskurvan. Normalfördelningar har en curtos på tre. Överskott av kurtos kan därför beräknas genom att subtrahera kurtos med tre.
Eftersom normalfördelningar har en kurtos på tre, kan överskott av kurtos beräknas genom att subtrahera kurtos med tre.
Excess kurtosis är ett viktigt verktyg inom ekonomi och mer specifikt inom riskhantering. Med överskott av kurtosis är varje händelse i fråga benägen att få extrema resultat. Det är ett viktigt övervägande att ta när man undersöker historisk avkastning från en viss aktie eller portfölj. Ju högre kurtos-koefficienten är över den normala nivån – eller ju fetare svansar på avkastningsfördelningsgrafen – desto mer sannolikt kommer framtida avkastning att vara antingen extremt stor eller extremt liten. Aktiekurser med en högre sannolikhet för extremvärden på antingen den positiva eller negativa sidan av den genomsnittliga stängningskursen kan sägas ha antingen positiv eller negativ skevhet, vilket kan relateras till kurtosis.
Typer av överskottskurtosis
Värdena för överskott av kurtosis kan vara antingen negativa eller positiva. När värdet av en överskottskurtosis är negativ kallas fördelningen platykurtic. Denna typ av fördelning har en svans som är tunnare än en normalfördelning. När de tillämpas på investeringsavkastning ger platykurtiska distributioner - de med negativ överskottskurtosis - i allmänhet resultat som inte kommer att vara särskilt extrema, vilket är bra för investerare som inte vill ta mycket risk.
När överskottet av kurtosis är positivt, har det en lepto kurtic distribution. Svansarna på denna fördelning är tyngre än den för en normalfördelning, vilket indikerar en hög grad av risk. Avkastningen på en investering med en leptokurtisk fördelning eller positivt överskott av kurtosis kommer sannolikt att ha extrema värden . Investerare som är villiga och kan ta mycket risker kommer förmodligen att vilja investera i ett fordon med ett positivt överskott av kurtosis.
Överskott av kurtos kan också vara på eller nära noll, så risken för ett extremt utfall är sällsynt. Detta är känt som en mesokurtisk distribution. Svansarna av denna typ av fördelning liknar den för en normalfördelning.
Exempel på Excess Kurtosis
Låt oss använda ett hypotetiskt exempel på överskott av kurtosis. Om du spårar stängningsvärdet för aktie ABC varje dag under ett år, kommer du att ha ett register över hur ofta aktien stängdes till ett givet värde. Om du bygger en graf med stängningsvärdena längs X-axeln och antalet instanser av det stängningsvärdet som inträffade längs Y-axeln i en graf, kommer du att skapa en klockformad kurva som visar fördelningen av aktiens stängningsvärden. Om det finns ett högt antal händelser för bara ett fåtal stängningskurser kommer grafen att ha en mycket smal och brant klockformad kurva. Om stängningsvärdena varierar mycket, kommer klockan att ha en bredare form med mindre branta sidor. Den här klockans svansar kommer att visa dig hur ofta kraftigt avvikande stängningskurser inträffade, eftersom grafer med många extremvärden kommer att ha tjockare svansar på varje sida av klockan.
##Höjdpunkter
- Överskott av kurtos kan vara positiv (leptokurtisk distribution), negativ (platykurtisk distribution) och vid eller nära noll (mesokurtisk distribution).
– Excess kurtosis är ett värdefullt verktyg i riskhantering eftersom det visar om en investering är utsatt för extrema utfall.
- Överskott av kurtos jämför kurtos-koefficienten med en normalfördelning.
