KAPITEL 3 Volatilitet, Beta og Tracking Error

Slides:



Advertisements
Lignende præsentationer
KAPITEL 2 Renterisiko.
Advertisements

KAPITEL 7 Kreditrisiko.
Ventilation og indeklima
KAPITEL 10 Derivater.
KAPITEL 5 Delta Normal Value at Risk
dagsorden Metoder i samfundsfag – hvorfor?
Gode råd om ansøgning til MUDP 2017
Forældre-information
Statisk ubestemte konstruktioner. Robusthed
Trigonometri som værktøj for problemløsninger ved geometri og måling
Pengurusan Pembayaran Penyelidikan Research Management Centre
Hvilke sager ligger der på vejlederkonsulentens bord for tiden?
C4 C4 i Hillerød Erhverv Handel Turisme, kultur, sport Uddannelse
Amukurs.dk Power point 1: Online præsentation af amukurs.dk - Sådan gør du: Læs ”Værd at vide, når du skal give en online præsentation af amukurs.dk”
Mit liv - nu med DAT MIT LIV - nu med DAT.
Et liv med OCD Nicoline Møller.
Interaktion og usability
KAPITEL 13 Kapitalkrav.
Billeder (Side 6-8 i artiklen: 2. Repræsentation og manipulation af Data)
Almen statskundskab Politisk meningsdannelse v/ Peter Nedergaard
SOPU Sund – motion Kondition og kredsløb.
Vejledning Opdaterede faktorer til kapacitetsberegning - Oktober 2016
Analyse af miljøforhold
Omkostninger til tilsyn m.v. for statsautoriserede revisorer
Forhandlingsteknik Strategi og proces Kommunikation Psykologi
P4: Vejledning i læreruddannelsen
Tema 5: Relationer og kommunikation Psykoedukation til patienter med emotionel ustabil personlighedsforstyrrelse.
Modulet International Projektudvikling og –Ledelse
Landdistriktsudvikling i Haderslev Kommune
Kort om Hjerteforeningen
Søgeradius med Aabenraa som udgangspunkt
Søgeradius med Kerteminde som udgangspunkt
Min første søgning for 4 – 5 klasse
Hvor går de unge hen, når de går ud?
Luther – med liv og lyst Vejen Kirke
Aarhus: Program - dag 1 - d. 17. januar
Analysegruppe: Astrid, Bent, Carla, David, Else
806_Fader, Søn og Helligånd 1, S1
Det danske ejendomsmarked
FÆLLESSKAB, FREMDRIFT OG FORRETNING
Ea Thystrup & Louise Mikkelsen 3øa
Bevis for længdeformlen i rummet
Grundforskningscenteret “Glas & Tid”, Roskilde Universitet.
Fagligt samspil mellem matematik og samfundsfag
Lyd data (audio data) (Side 4-6 i artiklen: 2. Repræsentation og manipulation af Data)
Delprøve i M2CAL2 efterår 2015
Differentialregning Cecilie.
DK: Indledende: Jeg er jeres vært, og jeg har ansvaret for jer, mens I er her – og for, at I forlader bygningen igen, når vores møde er slut. I bedes derfor.
Koordinatsystemer og Kinematik
3d Billeddata (Side i artiklen: 2. Repræsentation og manipulation af Data)
August, Holm, Olsen, Tobias og Viktor
Vektorprodukt (Krydsprodukt)
Tilskud & Regnskab Kursus for nye efterskoleledere
Lokale lønforhandlinger
356 – Kender du den livsens kilde 1, S1
Teknisk service på hoteller, konference - og feriecentre
Hans nåde varer for evigt 1, S1
Residual plot.
Folkeskolens prøver i matematik
Polynomier Lars A. Clark.
יסודות מבני נתונים תרגול 9: שאלות חזרה.
دور بورصة فلسطين في النمو الاقتصادي دراسة قياسية
21. november 2018 Ulla Nørskov Philip & Martin Stabell
Hans Ole Lund Christiansen
Rullede deje.
KVANTEFilosofi Jan Faye Institut for Medier, Erkendelse og Formidling
Forløb med portfolioelementer
Skrivedag 2: At skrive analyserende
Redesign af antennetårn for test af antenner i DTU’s radiodøde rum, under integreret anvendelse af Creo Top-Down Design og Creo simulate Indlæg ved.
Hvad er naturvidenskab?
Præsentationens transcript:

KAPITEL 3 Volatilitet, Beta og Tracking Error

Indhold Hvad er volatilitet? Hvad kan det bruges til? Beregning af volatilitet Simple moving average EWMA GARCH Rente- og prisvolatilitet Porteføljevolatilitet Implicit volatilitet Beta Expected Tracking Error Copyright Jørgen Just Andresen

- 1 standardafvigelse + 1 standardafvigelse Hvad er volatilitet? Forventet afkast 16% - 1 standardafvigelse + 1 standardafvigelse Sandsynlighed = 68% Volatiliteten angiver udsving (eller standard- afvigelse) på et finansielt instruments eller en porteføljes afkast.

Hvad kan volatilitet bruges til? Udtryk for risikoen Mulighed for at sammenligne risikoen på tværs af investeringsalternativer Udtryk for ”prisen” på en option Udtryk for generelle usikkerhed på markedet Som input til andre risikonøgletal Eksempelvis VaR, Tracking Error, Beta-værdi Copyright Jørgen Just Andresen

Beregning af volatilitet - intuition

Beregning af volatilitet μi = afkast til tidspunkt i = gennemsnitligt afkast n= antal afkastsobservationer σ = volatilitet Copyright Jørgen Just Andresen

Beregning af volatilitet Copyright Jørgen Just Andresen

EWMA – hvorfor? Copyright Jørgen Just Andresen

EWMA - beregning αi = den i’te observations vægt σt = volatilitet til tidspunkt t λ = lamda μt = afkast til tidspunkt t Copyright Jørgen Just Andresen

Tolerance-tærskel 𝑛= ln(𝑇𝐿) 𝑙𝑛(𝜆) Copyright Jørgen Just Andresen

EWMA - eksempel På en portefølje af aktier er den seneste dags volatilitet beregnet til 2,2% pr. dag, det seneste afkast er beregnet til 4% og lamda-faktoren er 0,94. Hvad bliver volatiliteten og hvorfor stiger den? Hvor mange observationer skal medtages for at have 99,5% af observationerne? Hvor meget vægt har den sjette-seneste observation? Svar Volatiliteten beregnes som: 𝜎 𝑡 2 =𝜆∙ 𝜎 𝑡−1 2 + 1−𝜆 ∙ 𝜇 𝑡−1 2 =0,94∙ 2,2% 2 + 1−0,94 ∙ 4% 2 =0,000551=> 𝜎=2,35%. Volatiliteten stiger, fordi det seneste afkast overstiger den senest beregnede volatilitet. Antallet af observationer, der skal skal medtages for at have 99,5% af observationerne beregnes: 𝑛= ln⁡(𝑇𝐿) 𝑙𝑛(𝜆) = ln⁡(0,005) 𝑙𝑛(0,94) =85,6 𝑒𝑙𝑙𝑒𝑟 86 𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑡𝑖𝑜𝑛𝑒𝑟 Den sjette-seneste observations vægt beregnes som: 𝑉æ𝑔𝑡(𝛼 𝑖 )= 1−𝜆 ∙ 𝜆 𝑖−1 = 1−0,94 ∙ 0,94 6−1 =4,40% Copyright Jørgen Just Andresen

GARCH Copyright Jørgen Just Andresen

GARCH - beregning σn = volatilitet til tidspunkt n γ = gamma σL = langsigtsvolatilitet α = vægt μn = afkast til tidspunkt n β = beta ω = omega Copyright Jørgen Just Andresen

GARCH - eksempel På en tidsserie er opgivet følgende nøgletal: Seneste afkast = 2,00%, seneste beregning for volatiliteten = 2,5%, langsigtsvolatilitet = 3,00%, vægt på seneste observation for volatilitet = 80%, vægt på seneste observation for afkast = 5%. Hvad bliver volatiliteten iflg GARCH(1,1)-modellen? Svar: Vægt (γ) til langsigstvolatiliteten = 100% - α – β = 100% - 5% - 80% = 15% Herved fås: 𝜎 𝑛 2 =γ∙ 𝜎 𝐿 2 +α∙ 𝜇 𝑛−1 2 +β∙ 𝜎 𝑛−1 2 = 15%∙ 3,00% 2 + 5%∙2,00% 2 + 80%∙2,50% 2 =0,000655=> 𝜎 𝑛 = 2,56% Copyright Jørgen Just Andresen

Pris- og rentevolatilitet Løbetid Rentevolatilitet Prisvolatilitet

Porteføljevolatilitet Copyright Jørgen Just Andresen

Porteføljevolatilitet - beregning σA = volatilitet for aktiv A σB = volatilitet for aktiv B wA = procentandel investeret i A wB = procentandel investeret i B korrA,B = korrelation mellem A og B Copyright Jørgen Just Andresen

Volatilitetssmil og ”skew” Implicit Volatilitet Volatilitetssmil – typisk for valuta In-the-money At-the-money Out-of-the-money Volatilitets skew – typisk for aktier

Volatilitetssmil og ”skew” Faktiske afkast og normalfordelte afkast USD/DKK 29/6 -2000 til 8. august 2016 Copyright Jørgen Just Andresen

Beta-værdi Systematisk risiko Usystematisk Beta Værdi Volatilitet

Systematisk og usystematisk risiko Antal aktier i porteføljen Risiko Systematisk risiko Usystema- tisk risiko Systematisk og usystematisk risiko

Expected Tracking Error Copyright Jørgen Just Andresen

Tjek spørgsmål – 1 Angiv hvad man kan anvende volatiliteten til? Forklar hvad en årlig volatilitet på 25% angiver Omregn en daglig volatilitet på 1% til årlig volatilitet Hvorfor anvender man ikke 365 dage ved omregning fra daglig til årlig volatilitet? Copyright Jørgen Just Andresen

Tjek spørgsmål - 2 Forklar forskellen mellem den simple metode til estimation af volatiliteten og EWMA-metoden Hvad er ”spøgelseseffekter? Beregn EWMA-volatiliteten (σt)på baggrund af nedenstående parametre: σt-1 = 2% λ = 0,95 μt-1 = 3% Copyright Jørgen Just Andresen

Tjek spørgsmål 3 Hvor mange observationer skal vi medtage til estimation af EWMA- volatilitet, hvis vi ønsker 99,5% af vægtene og har en lamda på 0,98? Beregn GARCH-volatilitet ud fra følgende parametre: σn-1 = 1,5% σL = 2% α = 10% μn-1 = 3% β = 80% Copyright Jørgen Just Andresen

Tjek spørgsmål 4 Beregn prisvolatiliteten ud fra følgende parametre: σrente = 20% nt = 1% MD = 1,5 Beregn porteføljevolatiliteten på en portefølje af to instrumenter på baggrund af følgende parametre: σA = 10% σB = 15% wA = 65% wB = 35% korrA,B = 0,25 Copyright Jørgen Just Andresen

Tjek spørgsmål 5 Hvad er forskellen på systematisk og usystematisk risiko? Forklar volatilitetssmilet og volatilitets skew. Hvad skyldes de? Forklar hvad en Expected Tracking Error på 2% angiver Copyright Jørgen Just Andresen