Странная волатильность

Банковский Форекс. На рынке – с 1996 года. До 2016 года обслуживание всех клиентов осуществлялось от лица банка с лицензией Банка России (АО «Нефтепромбанк»). В начале 2016 года был проведен ребрендинг и перевод обслуживания частных клиентов в международную компанию NPBFX Limited с лицензией IFSC. В банке продолжается обслуживание корпоративных клиентов.

Придя к выводу о том, что рыночные прибыли не следуют нормальному распределению, нельзя удивляться, если волатильность окажется весьма неустойчивой. Причина в том, что дисперсия устойчива и конечна только для нормального распределения, а рынки капитала, следуя постулату Мандельброта, подчиняются устойчивым распределениям Парето.

Исследования волатильности имеют тенденцию фокусироваться на устойчивости во времени. Например, при нормальном распределении дисперсия 5-дневной прибыли должна быть в пять раз больше дисперсии дневной прибыли. Другой метод, использующий стандартное отклонение вместо дисперсии, основан на умножении дневного стандартного отклонения на корень квадратный из 5. Это скейлинговое свойство нормального распределения называется правилом Т1/2, где Т – временной интервал.


Знаете ли Вы, что: до 23-го апреля 2021 года Вы можете купить доллары по курсу: $1 = 60 руб., участвуя в специальной акции от компании Альпари!


Сообщество инвесторов часто «аннуализирует» риск, используя правило Т1/2. В отчетах обычно представляются годовые прибыли, но при этом волатильность оценивается по месячным прибылям. Поэтому месячное стандартное отклонение преобразуется в годовое посредством умножения его на квадратный корень из 12, – совершенно приемлемый метод в том случае, если распределение нормально. Однако мы видели, что прибыли не следуют нормальному распределению. Что за этим скрывается?

Исследования показывают, что стандартное отклонение не подвержено скейлингу в соответствии с правилом Т1/2. Тёрнер и Вейгель нашли, что месячная и квартальная волатильности были выше в сравнении с годовой волатильностью, чем это должно было бы быть, но дневная волатильность была ниже годовой. В главе 9 это подтверждается данными, собранными автором.

Наконец, имеется работа Шиллера (Shiller), включенная в его книгу «Волатильность фондового рынка» (1989). Его подход основывается не на рассмотрении распределений прибылей. Вместо этого Шиллер интересуется уровнем волатильности, которая должна была бы быть в рамках рационального рынка. Шиллер замечает, что волатильность на рынке рациональных инвесторов должна бы иметь в основе ожидаемые дивиденды от акций. Цены, однако, намного более волатильны по отношению к изменениям величин ожидаемых дивидендов, даже с учетом инфляции. Он приходит к утверждению, что существует два типа инвесторов: «шумовые трейдеры» – те, которые следуют моде и прихоти, и «штрафные трейдеры», которые инвестируют, исходя из величины ожидаемой прибыли. Шиллер чувствует, что «штрафник» – это не обязательно характеристика инвестора-профессионала. Шумовые трейдеры имеют склонность к чрезмерной реакции на новости, которые могут сулить будущие дивиденды, легкие деньги.

Исследованная Шиллером чрезмерная рыночная волатильность бросает вызов: 1) идее рациональных инвесторов, 2) концепции, утверждающей, что благодаря большому количеству инвесторов можно достичь рыночной эффективности.

И последнее. Существует модель Ингла (Engle. 1982) авторегрессионной условной гетероскедастичности (ARCH). В этой модели волатильность зависит от своего же предшествующего уровня. Таким образом, высокие уровни волатильности являются следствием высокой же волатильности, в то время как низкая волатильность – следствие низкой волатильности. Это совпадает с наблюдением Мандельброта (1964) о том, что величины изменений цен (без учета знака) коррелированы. Статистическая наглядность, продемонстрированная Инглом и Ле Бароном (Le Baron, 1990) среди прочих фактов, говорит в пользу семейства моделей ARCH. В последние годы это привело к осознанию того, что стандартное отклонение не является стандартной мерой, во всяком случае за пределами коротких промежутков времени. ARCH также дает утолщение хвостов вероятностных распределений. Поэтому ARCH приобрела наибольшее влияние на выбор оценок и технические торговые правила. Но методы управления портфелем не претерпели на себе заметного влияния по стороны ARCH.

Содержание Далее

Перейти на Главную страницу сайта