Volatilitas historis tertimbang mirip dengan rata-rata tertimbang, di mana kita mendefinisikan serangkaian kondisi dan bobot terkait yang berbeda yang akan kita terapkan pada pengamatan sampel.
Dengan kata lain, kita memberikan bobot lebih atau kurang untuk pengamatan tertentu dalam sampel mengikuti kriteria yang diberikan. Dengan cara ini, kita hanya akan memberikan relevansi dengan pengamatan yang penting untuk penelitian kita.
Rumus volatilitas historis tertimbang
Superscript i mewakili kriteria yang ingin kita terapkan dalam pembobotan. Subscript t mewakili pengamatan yang kita gunakan.
- p i t adalah pembobotan kriteria i untuk observasi t, dimana p i 1 , p i 2 ,…, p i N
- z t : adalah profitabilitas pengamatan t .
- z t : adalah profitabilitas pengamatan t .
- z – : adalah nilai rata-rata pengembalian.
Untuk menyesuaikan parameter p dengan kenyataan, itu harus antara 0 dan 1. Namun, dapat disederhanakan dan bilangan asli yang lebih besar digunakan seperti pada contoh. Ketika kita ingin menyesuaikan parameter p dengan kenyataan dengan cara yang jauh lebih tepat, kita akan menggunakan caral ARCH dan GARCH.
Contoh volatilitas historis tertimbang
Kita menggunakan contoh yang sama dari kutipan AlpineSki yang ditetapkan dalam konsep volatilitas historis . Kita menemukan dua kondisi pembobotan:
- Bergantung pada ramalan cuaca: Kita akan memberikan bobot lebih pada bulan-bulan yang memiliki kondisi lingkungan paling mirip.
- Efek temporal: Karena kita ingin memperkirakan volatilitas masa depan dalam jangka pendek dan menengah, kita akan memberikan bobot lebih pada pengamatan terdekat dan bobot lebih kecil pada pengamatan yang lebih jauh.
Jadi, karena kita memiliki dua kriteria: waktu dan efek waktu, kita dapat menghitung:
- Volatilitas historis tertimbang waktu.
- Superskrip i : waktu.
- Volatilitas historis tertimbang oleh efek waktu.
- Superscript i : efek sementara.
Volatilitas historis tertimbang waktu
Investor khawatir tentang volatilitas saham selama tahun depan. Prakiraan cuaca adalah hujan lebat dan suhu rendah.
Terlepas dari pengembalian, kita memiliki suhu. Kita akan menggunakan waktu sebagai variabel untuk menetapkan bobot. Kemudian berdasarkan ramalan cuaca, kita akan memberikan bobot lebih pada bulan-bulan dingin dan lebih sedikit bobot pada bulan-bulan hangat.
Dengan memberikan bobot lebih pada pengembalian bulan-bulan dingin dan lebih sedikit bobot pada pengembalian bulan-bulan hangat, kita memperoleh volatilitas 4,931%.
Jadi kita beralih dari volatilitas historis 6,98% ke volatilitas historis tertimbang waktu 4,93%. Mengingat ramalan cuaca, akan lebih tepat untuk memberi tahu investor tentang volatilitas 4,93% daripada volatilitas 6,98%.