Vad är stokastisk volatilitet?
En stokastisk volatilitetsmodell är ett sätt att utvärdera en investering i kvantitativ finansiering. Den stokastiska volatilitetsmodellen används för att titta på derivatinstrument som är baserade på en original säkerhet eller aktie. Ekonomiska experter använder stokastiska volatilitetsmodeller för att lära sig mer om vad som sannolikt kommer att hända med ett derivat på grund av egenskaperna för säkerheten som det är baserat på.
När man tittar på hur ett derivat fungerar relativt den säkerhet som det härrör från använder en stokastisk volatilitet tillståndsvariabler. Tillståndsvariabler är variabler som identifierar förändrade attribut för ett dynamiskt system. I termodynamik kan till exempel tillståndsvariabler inkludera temperatur och tryck. När det gäller finans kan statliga variabler inkludera saker som branschvolatilitet, marknadsvärden och händelsestyrda spekulativa värden eller andra finansiella variabler. Den stokastiska modellen är relaterad till en "Black-Scholes" -modell där en specifik formel används för att prissätta alternativ i europeisk stil.
Stokastiska modeller ser på hur volatiliteten kan förändras i en ekonomisk situation. En relevant trend som finansexperter tittar på när de använder stokastiska modeller för volatilitet kallas ett "volatilitetsleende." Volatilitetsleendet har att göra med olika tillstånd av derivat, inklusive pengar, pengar och out-of -pengarna situationer. Alla dessa avser strejkpriset för ett alternativ. Mer detaljerad information om strejkpriset, och när ett derivat eller ett alternativ är in eller ut ur pengarna, kan vara till hjälp för dem som vill förstå hur stokastisk volatilitet fungerar. I huvudsak visar volatilitetsleendet att en värdepappers- eller derivatvärdering kan vara annorlunda beroende på ovanstående tillstånd för strejkpriset.
Flera olika typer av stokastiska volatilitetsmodeller är tillgängliga för finansierare, inklusive Heston-modellen, SABR-modellen (Stokastisk Alpha, Beta, Rho), modellen GARCH (Generalised Autoregressive Conditional Heteroskedasticity) och Chen-modellen. När en användare har valt den stokastiska volatilitetsmodellen som passar deras beräkningar bäst måste de kalibrera den mot befintlig marknadsdata. Den stokastiska volatiliteten kommer då att ge en mer exakt förutsägelse för ett derivat än om beräkningen just hade använt en konstant istället för att köra volatilitetsmåttet genom denna process.
Det finns många andra termer som en ekonomistudent behöver veta för att använda stokastiska processer för att utvärdera volatilitet. Fackmän förstår förhållandet mellan varje värderingsmetod och hur man använder dessa metoder på faktiska prissättningsmodeller. Från och med ett solid grepp om derivat och alternativ är det lättare för en student att bli bekant med grunderna i hur dessa typer av ekvationer ger kunskap om en specifik marknadssituation.