Was ist zeitlich unterschiedliche Volatilität?
Zeitlich variierende Volatilität bezieht sich auf die Schwankungen der Volatilität über verschiedene Zeiträume. Anleger können sich dafür entscheiden, die Volatilität eines zugrunde liegenden Wertpapiers in verschiedenen Zeiträumen zu untersuchen oder zu berücksichtigen. Beispielsweise kann die Volatilität bestimmter Vermögenswerte im Sommer, wenn Händler im Urlaub sind, geringer sein. Der Einsatz zeitlich variabler Volatilitätsmaße kann die Anlageerwartungen beeinflussen.
So funktioniert zeitlich veränderliche Volatilität
Die zeitvariable Volatilität kann in jedem Zeitrahmen untersucht werden. Im Allgemeinen erfordert die Volatilitätsanalyse eine mathematische Modellierung, um Volatilitätsniveaus als Maß für das Risiko eines zugrunde liegenden Wertpapiers zu generieren. Diese Art der Modellierung generiert historische Volatilitätsstatistiken.
Die historische Volatilität wird im Allgemeinen als Standardabweichung der Preise für ein Finanzinstrument und damit als Maß für dessen Risiko bezeichnet. Im Laufe der Zeit wird erwartet, dass ein Wertpapier aufgrund starker Kursschwankungen eine unterschiedliche Volatilität aufweist, wobei Aktien und andere Finanzinstrumente zu verschiedenen Zeitpunkten Perioden hoher und niedriger Volatilität aufweisen.
Analysten können auch mathematische Berechnungen verwenden, um implizite Volatilität zu generieren. Die implizite Volatilität unterscheidet sich von der historischen Volatilität dadurch, dass sie nicht auf historischen Daten basiert, sondern auf einer mathematischen Berechnung, die ein Maß für die geschätzte Volatilität des Marktes auf der Grundlage der aktuellen Marktfaktoren liefert.
Die zentralen Thesen
- Zeitlich variierende Volatilität beschreibt, wie sich die Preisvolatilität eines Vermögenswerts in unterschiedlichen Zeiträumen ändern kann. Die Volatilitätsanalyse erfordert die Verwendung von Finanzmodellen, um statistische Unterschiede bei Preisschwankungen über unterschiedliche Zeiträume hinweg aufzulösen von hoher Volatilität kann von Perioden mit niedriger Volatilität gefolgt werden und umgekehrt.
Historische Volatilität
Die historische Volatilität kann anhand der Verfügbarkeit von Daten nach Zeiträumen analysiert werden. Viele Analysten versuchen zunächst, die Volatilität mit möglichst vielen verfügbaren Daten zu modellieren, um die Volatilität der Sicherheit über die gesamte Lebensdauer zu ermitteln. Bei dieser Art der Analyse ist die Volatilität einfach die Standardabweichung des Wertpapierpreises um den Mittelwert.
Die Analyse der Volatilität nach festgelegten Zeiträumen kann hilfreich sein, um zu verstehen, wie sich ein Wertpapier während bestimmter Marktzyklen, Krisen oder gezielter Ereignisse verhalten hat. Die Volatilität von Zeitreihen kann auch hilfreich sein, um die Volatilität eines Wertpapiers in den letzten Monaten oder Quartalen im Vergleich zu längeren Zeiträumen zu analysieren.
Die historische Volatilität kann auch in verschiedenen Marktpreisen und quantitativen Modellen eine Variable sein. Beispielsweise erfordert das Black-Scholes-Optionspreismodell die historische Volatilität eines Wertpapiers, wenn der Optionspreis ermittelt werden soll.
Implizite Volatilität
Die Volatilität kann auch aus einem Modell wie dem Black-Scholes-Modell extrahiert werden, um die derzeit angenommene Volatilität des Marktes zu ermitteln. Mit anderen Worten, das Modell kann rückwärts ausgeführt werden, wobei der beobachtete Marktpreis einer Option als Input herangezogen wird, um die Volatilität des zugrunde liegenden Vermögenswerts zu schätzen, um diesen Preis zu erreichen.
Im Allgemeinen basiert der Zeitrahmen der impliziten Volatilität auf der Zeit bis zum Ablauf. Insgesamt weisen Optionen mit einer längeren Restlaufzeit eine höhere Volatilität auf, während Optionen mit einer kürzeren Restlaufzeit eine geringere implizite Volatilität aufweisen.
Der Wirtschaftsnobelpreis 2003
Im Jahr 2003 gewannen die Ökonomen Robert F. Engle und Clive Granger den Nobelpreis für Volkswirtschaftslehre, weil sie sich mit zeitlich variierender Volatilität befassten. Die Ökonomen entwickelten das Modell der autoregressiven bedingten Heteroskedastizität (ARCH). Dieses Modell bietet Einblicke in die Analyse und Erklärung der Volatilität über verschiedene Zeiträume. Die Ergebnisse können dann für das prädiktive Risikomanagement verwendet werden, um Verluste in verschiedenen Szenarien zu minimieren.
