Statistiques des entreprises: les rendements des actifs modélisation avec une distribution normale
Mparticipants arché - les analystes financiers, les gestionnaires de risques, les gestionnaires de portefeuille, les commerçants et les économistes - doivent être capables de mesurer avec précision et de modéliser le risque et le rendement des actifs financiers. Comme point de départ, la modélisation des propriétés de rendement des actifs nécessite le choix d'un lieu distribution de probabilité - une fonction statistique qui décrit toutes les valeurs possibles et les probabilités qu'une variable aléatoire peut prendre dans une plage donnée. Cette distribution doit avoir des propriétés qui correspondent à l'expérience historique réelle avec les rendements des actifs.
L'un des choix les plus populaires pour la modélisation des propriétés de rendement de l'actif est le normal distribution. La distribution normale offre plusieurs avantages dans ce cas:
C'est un continu la distribution, défini pour un nombre infini de valeurs. Cet aspect est important car le nombre de différents rendements pouvant se produire est aussi infinie.
c'est symétrique au sujet de la signification existe un équilibre entre la probabilité de rendement qui sont en dessous de la moyenne et la probabilité de rendements qui sont au-dessus de la moyenne.
La probabilité de résultats extrêmes (bien au-dessus ou en dessous de la moyenne) est très faible pour les rendements financiers, résultats extrêmes se produisent très rarement.
Un autre avantage de la distribution normale est qu'il est additif - la somme de variables aléatoires normales est également normal. En d'autres termes, si les rendements à un seul actif sont normaux, alors les rendements à un portefeuille d'actifs sont également normal.
Malheureusement, les rendements des actifs ne correspondent pas parfaitement à la distribution normale. En particulier,
La probabilité réelle de résultats extrêmes (très gros gains ou les pertes) est plus grande que celle découlant de la distribution normale. (Pour cette raison, la répartition réelle des rendements des actifs est souvent dit avoir «queues épaisses.")
Les rendements des actifs ne sont pas symétriques par rapport à la moyenne. Un parti pris en faveur des rendements négatifs est plus Commonwealth plus formellement, les rendements des actifs sont souvent asymétrie négative - lorsque la queue de gauche est plus en raison de la masse de la distribution étant concentrée sur le côté droit du modèle d'image.
A propos Auteur
Reconnaissant variables habituelles: distribution normale En économétrie, une variable aléatoire avec une distribution normale a une fonction de densité de probabilité qui est continue, symétrique, et en forme de cloche. Bien que de nombreuses variables aléatoires peuvent avoir une distribution en…
Statistiques des entreprises: évaluer le risque financier avec la méthodologie de var Dans le domaine de la gestion des risques, vous pouvez mesurer le risque d'un portefeuille avec le Value at Risk (VaR). Le modèle de la VaR standard (connu sous le nom variance-covariance approche) Est généralement fondée sur l'hypothèse que…
La différence entre les distributions de probabilités discrètes et continues UN distribution de probabilité est une formule ou d'une table pour affecter des probabilités utilisée pour chaque valeur possible d'une variable aléatoire X. Une distribution de probabilité peut être soit discret ou continue. Une distribution…
Distributions de probabilités discrètes et continues Les deux types de base de distributions de probabilité sont connus comme discret et continu. Discret distributions décrivent les propriétés d'un variable aléatoire pour lequel chaque résultat individuel est attribué une probabilité…
Comment une distribution normale affecte la forme d'une distribution d'échantillonnage Dans les statistiques, lorsque la distribution originale pour une population X est normal, alors vous pouvez aussi supposer que la forme de la distribution d'échantillonnage, ousera également normal, quelle que soit la taille de l'échantillon…
Comment une distribution d'échantillonnage est affectée lorsque la distribution est pas normal Dans les statistiques, si une population X a toute distribution qui est pas normale, ou si sa distribution est inconnu, vous ne pouvez pas dire automatiquement la distribution des moyennes d'échantillona une distribution normale. Mais…
Comment le nombre de degrés de liberté affecte le graphique d'une distribution t Une des propriétés intéressantes de la distribution t est que plus les degrés de liberté, le plus étroitement la distribution t ressemble à la distribution normale standard. Comme les degrés de liberté augmente, la zone dans les queues de…
Comment calculer la valeur attendue, la variance et l'écart type pour une distribution de t Les distributions de probabilité, y compris la distribution t, ont plusieurs moments, y compris la valeur attendue, la variance et l'écart-type (un moment est une mesure sommaire d'une distribution de probabilité):Le premier moment d'une…
Comment convertir une distribution d'échantillonnage à une variable aléatoire normale standard utilisant le théorème central limite Vous pouvez utiliser le théorème central limite pour convertir une distribution d'échantillonnage à une variable aléatoire normale standard. Basé sur le théorème central limite, si vous dessinez des échantillons à partir d'une population…
Comment représenter graphiquement la distribution binomiale Une façon d'illustrer la distribution binomiale est avec un histogramme. Un histogramme montre les valeurs possibles d'une distribution de probabilité d'une série de barres verticales. La hauteur de chaque barre reflète la probabilité de chaque…
Comment les valeurs z sont utilisés dans les statistiques Si un ensemble de données statistiques a une distribution normale, il est coutumier de normaliser toutes les données pour obtenir des scores classiques connues comme z-valeurs ou z-scores. La distribution de z-valeurs prend une distribution…
Variables aléatoires et distributions de probabilité dans les statistiques des entreprises Variables aléatoires et distributions de probabilité sont deux des concepts les plus importants en matière de statistiques. UN variable aléatoire assigne des valeurs numériques uniques pour les résultats d'un experiment- aléatoire ceci est un…
Distributions statistiques: binomiale, et t-distribution normale Une distribution statistique est une liste des valeurs possibles d'une variable (ou intervalles de valeurs), et combien de fois (ou à ce que la densité) ils se produisent. Il peut prendre plusieurs formes, y compris binomiale, normale, et…
Distributions de probabilité continue Lorsque vous travaillez avec des distributions de probabilités continues, les fonctions peuvent prendre de nombreuses formes. Ceux-ci comprennent uniforme continue, exponentielle, normale, normale standard (Z), approximation binomiale, Poisson…