நேரம்

நேரம் மாறுபடும் ஏற்ற இறக்கம் என்றால் என்ன?

நேரம் மாறுபடும் ஏற்ற இறக்கம் என்பது வெவ்வேறு கால இடைவெளிகளில் ஏற்ற இறக்கத்தின் ஏற்ற இறக்கங்களைக் குறிக்கிறது. முதலீட்டாளர்கள் பல்வேறு காலகட்டங்களில் ஒரு அடிப்படை பாதுகாப்பின் நிலையற்ற தன்மையைப் படிக்க அல்லது கருத்தில் கொள்ளலாம். உதாரணமாக, வர்த்தகர்கள் விடுமுறையில் இருக்கும்போது கோடையில் சில சொத்துக்களின் ஏற்ற இறக்கம் குறைவாக இருக்கலாம். நேர மாறுபடும் நிலையற்ற நடவடிக்கைகளின் பயன்பாடு முதலீடுகளின் எதிர்பார்ப்புகளை பாதிக்கும்.

நேரம் மாறுபடும் நிலையற்ற தன்மை எவ்வாறு செயல்படுகிறது

நேரம் மாறுபடும் நிலையற்ற தன்மையை எந்த நேரத்திலும் படிக்கலாம். பொதுவாக, நிலையற்ற பகுப்பாய்விற்கு ஒரு அடிப்படை பாதுகாப்பின் அபாயத்தின் ஒரு நடவடிக்கையாக நிலையற்ற நிலைகளை உருவாக்க கணித மாடலிங் தேவைப்படுகிறது. இந்த வகை மாடலிங் வரலாற்று நிலையற்ற புள்ளிவிவரங்களை உருவாக்குகிறது.

வரலாற்று ஏற்ற இறக்கம் பொதுவாக ஒரு நிதிக் கருவியின் விலைகளின் நிலையான விலகல் என குறிப்பிடப்படுகிறது, எனவே அதன் அபாயத்தின் அளவீடு. காலப்போக்கில் ஒரு பாதுகாப்பு விலையில் பெரிய மாற்றங்களுக்கு உட்பட்டு மாறுபட்ட நிலையற்ற தன்மையைக் கொண்டிருக்கும் என்று எதிர்பார்க்கப்படுகிறது, பங்குகள் மற்றும் பிற நிதிக் கருவிகள் பல்வேறு நிலையுகளில் அதிக ஏற்ற இறக்கம் மற்றும் குறைந்த ஏற்ற இறக்கம் ஆகியவற்றைக் காட்டுகின்றன.

ஆய்வாளர்கள் மறைமுகமான நிலையற்ற தன்மையை உருவாக்க கணிதக் கணக்கீடுகளையும் பயன்படுத்தலாம். மறைமுகமான நிலையற்ற தன்மை வரலாற்று நிலையற்ற தன்மையிலிருந்து வேறுபடுகிறது, இது வரலாற்றுத் தரவை அடிப்படையாகக் கொண்டதல்ல, மாறாக கணிதக் கணக்கீடு ஆகும், இது தற்போதைய சந்தை காரணிகளின் அடிப்படையில் சந்தையின் மதிப்பிடப்பட்ட நிலையற்ற தன்மையை அளவிடுகிறது.

முக்கிய எடுத்துக்காட்டுகள்

• நேரம் மாறுபடும் ஏற்ற இறக்கம் வெவ்வேறு கால இடைவெளிகளில் கொடுக்கப்பட்ட ஒரு சொத்தின் விலை ஏற்ற இறக்கம் எவ்வாறு மாறக்கூடும் என்பதை விவரிக்கிறது. ஏற்ற இறக்கம் பகுப்பாய்வு வெவ்வேறு நேர-பிரேம்களில் விலை ஏற்ற இறக்கங்களில் புள்ளிவிவர வேறுபாடுகளைத் தீர்க்க நிதி மாதிரிகளைப் பயன்படுத்த வேண்டும். ஏற்ற இறக்கம் சராசரி-மாற்றியமைக்க முனைகிறது, எனவே காலங்கள் அதிக நிலையற்ற தன்மையைத் தொடர்ந்து குறைந்த காலங்கள் மற்றும் நேர்மாறாக இருக்கலாம்.

வரலாற்று ஏற்ற இறக்கம்

தரவு கிடைப்பதன் அடிப்படையில் வரலாற்று ஏற்ற இறக்கத்தை கால இடைவெளியில் பகுப்பாய்வு செய்யலாம். பல ஆய்வாளர்கள் அதன் முழு வாழ்க்கையிலும் பாதுகாப்பின் நிலையற்ற தன்மையைக் கண்டறிய, முடிந்தவரை கிடைக்கக்கூடிய தரவுகளுடன் முதல் மாதிரி நிலையற்ற தன்மையை நாடுகின்றனர். இந்த வகை பகுப்பாய்வில், நிலையற்ற தன்மை என்பது ஒரு பாதுகாப்பின் விலையை அதன் சராசரியைச் சுற்றியுள்ள நிலையான விலகலாகும்.

சில சந்தை சுழற்சிகள், நெருக்கடிகள் அல்லது இலக்கு நிகழ்வுகளின் போது ஒரு பாதுகாப்பு எவ்வாறு நடந்துகொண்டது என்பதைக் குறிப்பிடுவதற்கு குறிப்பிட்ட கால இடைவெளிகளில் நிலையற்ற தன்மையை பகுப்பாய்வு செய்வது உதவியாக இருக்கும். சமீபத்திய மாதங்களில் அல்லது காலாண்டுகளில் நீண்ட கால-பிரேம்களுக்கு எதிராக ஒரு பாதுகாப்பின் நிலையற்ற தன்மையை பகுப்பாய்வு செய்வதற்கும் நேரத் தொடர் ஏற்ற இறக்கம் உதவியாக இருக்கும்.

வரலாற்று ஏற்ற இறக்கம் வெவ்வேறு சந்தை விலை மற்றும் அளவு மாதிரிகளிலும் மாறுபடும். எடுத்துக்காட்டாக, பிளாக்-ஸ்கோல்ஸ் விருப்பத்தேர்வு விலை மாதிரிக்கு ஒரு பாதுகாப்பு அதன் விருப்ப விலையை அடையாளம் காண முற்படும்போது அதன் வரலாற்று ஏற்ற இறக்கம் தேவைப்படுகிறது.

ஏற்ற இறக்கம்

சந்தையின் தற்போதைய கருதப்படும் நிலையற்ற தன்மையை அடையாளம் காண பிளாக்-ஷோல்ஸ் மாதிரி போன்ற மாதிரியிலிருந்தும் நிலையற்ற தன்மையைப் பிரித்தெடுக்க முடியும். வேறு வார்த்தைகளில் கூறுவதானால், அந்த விலையை அடைவதற்கு அடிப்படை சொத்தின் ஏற்ற இறக்கம் என்னவாக இருக்க வேண்டும் என்பதைக் குறிக்கும் உள்ளீடாக ஒரு விருப்பத்தின் கவனிக்கப்பட்ட சந்தை விலையை எடுத்துக்கொண்டு மாதிரியை பின்னோக்கி இயக்க முடியும்.

பொதுவாக, மறைமுகமான நேரத்தின் அடிப்படையில் காலாவதியான நேரத்தை அடிப்படையாகக் கொண்டது. ஒட்டுமொத்தமாக, காலாவதியாக நீண்ட நேரம் உள்ள விருப்பங்கள் அதிக நிலையற்ற தன்மையைக் கொண்டிருக்கும், அதே நேரத்தில் குறுகிய காலத்தில் காலாவதியாகும் விருப்பங்கள் குறைந்த மறைமுகமான நிலையற்ற தன்மையைக் கொண்டிருக்கும்.

2003 பொருளாதாரத்திற்கான நோபல் பரிசு

2003 ஆம் ஆண்டில் பொருளாதார வல்லுனர்களான ராபர்ட் எஃப். எங்கிள் மற்றும் கிளைவ் கிரேன்ஜர் ஆகியோர் பொருளாதாரத்தில் நோபல் நினைவு பரிசை வென்றனர். பொருளாதார வல்லுநர்கள் Autoregressive Conditional Heteroskedasticity (ARCH) மாதிரியை உருவாக்கினர். இந்த மாதிரி வெவ்வேறு காலகட்டங்களில் நிலையற்ற தன்மையை பகுப்பாய்வு செய்வதற்கும் விளக்குவதற்கும் நுண்ணறிவை வழங்குகிறது. அதன் முடிவுகள் பின்னர் முன்கணிப்பு இடர் நிர்வாகத்தில் பயன்படுத்தப்படலாம், இது பல்வேறு மாறுபட்ட சூழ்நிலைகளில் இழப்புகளைத் தணிக்க உதவும்.