시변 변동성은 무엇입니까?
시변 변동성은 서로 다른 기간에 걸친 변동의 변동을 의미합니다. 투자자는 다양한 기간 동안 기초 증권의 변동성을 연구하거나 고려할 수 있습니다. 예를 들어, 거래자들이 휴가를가는 여름에는 특정 자산의 변동성이 더 낮을 수 있습니다. 시변 변동성 측정의 사용은 투자의 기대에 영향을 줄 수 있습니다.
시변 변동성 작동 방식
시변의 변동성은 모든 시간대에서 연구 할 수 있습니다. 일반적으로 변동성 분석에는 기본 보안의 위험을 측정하는 변동성 수준을 생성하기 위해 수학적 모델링이 필요합니다. 이 유형의 모델링은 과거 변동성 통계를 생성합니다.
역사적 변동성은 일반적으로 금융 상품 가격의 표준 편차, 따라서 위험의 척도라고합니다. 시간이 지남에 따라 유가 증권은 다양한 가격 변동에 따라 변동성이 변할 것으로 예상되며, 주식 및 기타 금융 상품은 다양한 시점에서 높은 변동성과 낮은 변동성의 기간을 나타냅니다.
분석가는 수학 계산을 사용하여 묵시적 변동성을 생성 할 수도 있습니다. 내재 변동성은 과거 데이터를 기반으로하지 않고 현재 시장 요인을 기반으로 시장의 예상 변동성을 측정하는 수학적 계산이라는 점에서 역사적 변동성과 다릅니다.
주요 테이크 아웃
- 시변 변동성은 기간에 따라 자산의 가격 변동성이 어떻게 변할 수 있는지를 설명합니다. 변동성 분석에는 다양한 기간에 따른 가격 변동의 통계적 차이를 해결하기 위해 재무 모델을 사용해야합니다. 변동성이 높은 기간에는 낮은 기간이 올 수 있으며 그 반대도 마찬가지입니다.
역사적 변동성
과거 변동성은 데이터의 가용성에 따라 기간별로 분석 할 수 있습니다. 많은 분석가는 전체 수명 동안 보안의 변동성을 찾기 위해 가능한 많은 데이터를 사용하여 변동성을 먼저 모델링하려고합니다. 이러한 유형의 분석에서 변동성은 단순히 평균에 대한 유가 증권 가격의 표준 편차입니다.
특정 기간에 따라 변동성을 분석하면 특정 시장주기, 위기 또는 대상 이벤트 중에 보안이 어떻게 작동했는지를 과소 평가하는 데 도움이 될 수 있습니다. 시계열 변동성은 최근 몇 개월 또는 4 분기 동안의 보안 변동성을 분석하는 데 도움이 될 수 있습니다.
역사적 변동성은 시장 가격과 수량 모델에 따라 달라질 수 있습니다. 예를 들어, Black-Scholes 옵션 가격 모델에는 옵션 가격을 식별 할 때 유가 증권의 과거 변동성이 필요합니다.
내재 변동성
시장의 현재 변동성을 식별하기 위해 Black-Scholes 모델과 같은 모델에서 변동성을 추출 할 수도 있습니다. 다시 말해, 모델은 옵션의 관측 된 시장 가격을 그 가격을 달성하기 위해 기초 자산의 변동성을 무엇으로 대치 할 것인지에 대한 입력으로 간주하여 거꾸로 진행될 수 있습니다.
일반적으로 내재 변동성의 기간은 만료 시간을 기준으로합니다. 전반적으로 만료 시간이 더 긴 옵션은 변동성이 더 높으며 짧은 시간에 만료되는 옵션은 내재 변동성이 낮습니다.
2003 년 노벨 경제상
2003 년에 경제학자 Robert F. Engle과 Clive Granger는 시변 변동성을 연구 한 공로로 노벨 경제상을 수상했습니다. 경제학자들은 ARCH (Autoregressive Conditional Heteroskedasticity) 모델을 개발했습니다. 이 모델은 다양한 기간 동안 변동성을 분석하고 설명하는 데 대한 통찰력을 제공합니다. 그 결과는 다양한 위험 시나리오에서 손실을 완화하는 데 도움이되는 예측 위험 관리에 사용될 수 있습니다.
