science >> Wetenschap >  >> Fysica

Inzicht in beursrendementen:welke modellen passen het beste?

Krediet:CC0 Publiek Domein

Het begrijpen van beursrendementen hangt af van het begrijpen van hun volatiliteit. Twee eenvoudige maar concurrerende modellen zijn al decennia dominant:het Heston-model, geïntroduceerd in 1993, en het multiplicatieve model, die dateert uit 1990. Amerikaanse natuurkundigen hebben onlangs de twee modellen vergeleken door ze toe te passen op de Amerikaanse aandelenmarkt en historische gegevens uit twee indexen te gebruiken:de S&P500 en de Dow Jones Industrial Average. In een studie gepubliceerd in Het European Physical Journal B , Rostislav Serota en collega's van de Universiteit van Cincinnati, OH, VS, laat de duidelijke verschillen tussen de twee modellen zien. Simpel gezegd, het Heston-model is beter voor het voorspellen van langdurige accumulaties van aandelenrendementen, terwijl het multiplicatieve model beter geschikt is om dagelijkse of meerdaagse rendementen te voorspellen.

De volatiliteit van aandelen hangt af van de mate van willekeurigheid die samenhangt met de statistische spreiding rond een centrale aandelenwaarde, ook wel stochastische volatiliteit genoemd. Het Heston-model voorspelt korte staarten voor distributies van volatiliteit en aandelenrendementen, die overeenkomen met een laag aantal keren dat waarden rond de centrale retourwaarde voorkomen. In tegenstelling tot, het multiplicatieve model levert "dikke" staarten op, beheerst door machtswetten, met een brede spreiding rond de centrale waarde.

Het team bestudeerde de momenten van de verdeling als functie van het aantal dagen waarover de opbrengsten werden geaccumuleerd. Volgens de auteurs is deze benadering levert meer definitieve resultaten op die passen bij de rendementsverdelingen.

Bij vervolgonderzoek is Serota en collega's zijn nu op zoek naar alternatieve modellen die de respectievelijke sterke punten van de Heston en multiplicatieve modellen combineren. Ze hebben al een eenvoudig Heston-multiplicatief model voltooid en werken nu aan de veralgemening ervan. In aanvulling, ze onderzoeken andere karakteriseringseigenschappen voor voorspelling van aandelenrendement, zoals hefboomwerking, correlaties en ontspanning.