Jak można mierzyć zmienność stóp procentowych?

Bezpośrednia odpowiedź: co oznacza „zmienność” dla stóp procentowych

Zmienność stóp procentowych to sposób na ilościowe ujęcie tego, jak bardzo stopy zmieniają się w czasie, zamiast tego, jak podążają za trendem. W ujęciu pomiarowym wybierasz szereg czasowy stóp, decydujesz, jak go przekształcić (na przykład poziomy vs zmiany) i obliczasz statystykę podsumowującą, która odzwierciedla zmienność.

Dla niezależnej weryfikacji kluczowa idea jest prosta: zmienność powinna rosnąć, gdy kolejne obserwacje różnią się bardziej niż zwykle, biorąc pod uwagę wybraną metodę i okno czasowe.

Mechanika pomiaru: zamiana danych o stopach w liczbę zmienności

1. Wybierz serię stóp „Stopę” można zdefiniować na różne sposoby (na przykład jako krótko-terminowy benchmark vs długoterminowy benchmark). Twój pomiar zmienności będzie sensowny tylko w odniesieniu do dokładnej definicji serii, której używasz, ponieważ różne tenor-y mogą poruszać się inaczej.

2. Wybierz częstotliwość czasową Zdecyduj, czy Twoje obserwacje są dzienne, tygodniowe, miesięczne lub w innym interwale. Dane o wyższej częstotliwości często pokazują więcej krótkoterminowych „wahań”, podczas gdy dane o niższej częstotliwości je wygładzają.

3. Wybierz, co mierzyć: poziomy czy zmiany Częstym wyborem jest mierzenie zmienności zmian zamiast poziomów. Na przykład:

• Zmienność oparta na poziomach: o ile obserwowany poziom stopy odchyla się od własnej średniej.
• Zmienność oparta na zmianach: o ile zmiana stopy w każdym okresie odchyla się od typowej zmiany.

Praktyczna definicja zmienności opartej na zmianach w obrębie okna to odchylenie standardowe zmian z okresu na okres. Odchylenie standardowe jest często preferowane, ponieważ ma jasną interpretację: jest to typowa skala zmienności, wyrażona w tych samych jednostkach co podstawowa miara zmiany (na przykład punkty procentowe na okres).

4. Oblicz statystykę w obrębie okna Zmienność jest wrażliwa na wybraną długość okna. Użycie okna kroczącego (na przykład ostatnich 30 okresów) daje estymatę zmieniającą się w czasie, natomiast użycie całej próby daje jedną, uśrednioną wartość zmienności.

5. Opcjonalnie: użyj odpornych miar zakresu Jeśli dane zawierają wartości odstające lub nieregularne skoki, możesz też podsumować zmienność za pomocą miar zakresu (takich jak rozstęp międzykwartylowy zmian) zamiast odchylenia standardowego. Może to ograniczyć wpływ skrajnych obserwacji, ale nadal zależy od okna i wyboru transformacji.

Dowody i przykład: proste obliczenie zmienności

Załóż, że masz serię stóp próbkowaną w równych odstępach czasu: r1, r2, r3, …, rT.

Przykład (zmienność oparta na zmianach, równe interwały):

• Oblicz zmiany dla każdego kroku: Δt = r(t) − r(t−1).
• Wybierz okno N zmian (na przykład najbardziej ostatnie N okresów): Δ1, Δ2, …, ΔN.
• Oblicz odchylenie standardowe tych wartości Δ w obrębie okna.

To daje jedną estymatę zmienności dla tego okna. Jeśli zmiany stóp są małe i spójne, liczba zmienności będzie niska; jeśli zmiany mocno się wahają, liczba zmienności będzie wyższa.

Co zweryfikować niezależnie:

• Odtwórz swoją serię Δ z tej samej serii r oraz z tym samym sposobem próbkowania.
• Potwierdź rozmiar okna oraz to, czy użyto odchylenia standardowego populacji czy próby.
• Sprawdź, czy mierzyłeś poziomy czy zmiany, ponieważ te wybory w istotny sposób wpływają na wynik.

Ograniczenia i ryzyka: gdzie pomiar zmienności może wprowadzać w błąd

1. Efekty okna i częstotliwości Liczba zmienności nie jest uniwersalna. Różne długości okna i różne częstotliwości próbkowania mogą dawać różne estymaty zmienności dla tego samego, bazowego zachowania rynku.

2. Zmiany reżimu Relacje między stopami procentowymi mogą zmieniać się w czasie. Estymata zmienności obliczona z jednego okresu może nie odzwierciedlać innego okresu, jeśli zmienia się bazowy „reżim” (na przykład z warunków stabilnych na szybko zmieniające się).

3. Jakość danych i spójność Zmienność jest bardzo wrażliwa na to, jak konstruowana jest bazowa seria stóp. Niespójne konwencje danych, brakujące obserwacje lub artefakty pomiarowe mogą zniekształcać zmienność.

4. Wybór transformacji ma znaczenie Zmienność oparta na poziomach vs zmienność oparta na zmianach nie są zamienne. Dwóch analityków mierzących różne transformacje otrzyma różne wyniki liczbowe, nawet jeśli używają tej samej surowej serii.

5. Zmienność nie przewiduje kierunku Nawet gdy zmienność jest mierzona dokładnie, opisuje tylko zmienność, a nie to, czy stopy wzrosną czy spadną. Historycznie obserwowana zmienność może się też zmieniać, więc przeszła zmienność nie gwarantuje przyszłych wzorców.

Weryfikacja i kolejne pytanie: co sprawdzić przed użyciem liczby zmienności

Aby niezależnie zweryfikować każdą napotkaną liczbę zmienności stóp procentowych, potwierdź trzy rzeczy:

• Dokładna definicja serii: która stopa, jaki tenor i jaka konwencja.