Ratio ng Pababang/Paitaas na Pagkasumpungin
factor.formula
Ratio ng Pababang/Paitaas na Pagkasumpungin (DUVR):
sa:
- :
Ang kita ng stock i sa oras t ay karaniwang kinakalkula gamit ang logarithmic return, iyon ay, $r_{it} = \ln(P_{it}/P_{it-1})$, kung saan ang $P_{it}$ ay ang presyo ng stock i sa oras t.
- :
Ang average na kita ng stock i sa panahon ng obserbasyon ay kinakalkula bilang $\bar{r_i} = \frac{1}{T} \sum_{t=1}^{T} r_{it}$, kung saan ang T ay ang kabuuang bilang ng mga yugto ng oras sa panahon ng obserbasyon.
- :
Ang bilang ng mga araw sa panahon ng obserbasyon kung kailan ang kita ng stock i ay mas malaki o katumbas ng average na kita $\bar{r_i}$, iyon ay, ang bilang ng mga araw na may paitaas na kita.
- :
Ang bilang ng mga araw sa panahon ng obserbasyon kung kailan ang kita ng stock i ay mas mababa kaysa sa average na kita $\bar{r_i}$, iyon ay, ang bilang ng mga araw na may pababang kita.
- :
Ang kabuuan ng mga kwadrado ng mga pagkakaiba sa pagitan ng mga kita ng lahat ng pababang kita (kita na mas mababa sa average na kita) ng stock i sa panahon ng obserbasyon at ang average na kita ay sumusukat sa pagkasumpungin ng mga pababang kita, na kilala rin bilang pababang variance.
- :
Ang kabuuan ng mga kwadrado ng mga pagkakaiba sa pagitan ng mga kita ng lahat ng paitaas na kita (kita na mas malaki o katumbas ng average na kita) ng stock i sa panahon ng pagsusuri at ang average na kita ay sumusukat sa pagkasumpungin ng mga paitaas na kita, na kilala rin bilang paitaas na variance.
factor.explanation
Sinusukat ng ratio ng pababang/paitaas na pagkasumpungin (DUVR) ang kawalaan ng simetrya ng distribusyon ng kita sa stock sa pamamagitan ng paghahambing ng pababang pagkasumpungin at paitaas na pagkasumpungin. Ang esensya ng ratio na ito ay upang sukatin ang negatibong skewness risk ng distribusyon ng kita, iyon ay, kung ang negatibong pagkasumpungin ng kita ay mas malaki kaysa sa positibong pagkasumpungin ng kita. Ang mas mataas na halaga ng DUVR, mas mataas ang pababang pagkasumpungin kumpara sa paitaas na pagkasumpungin, at mas malamang na bumagsak nang husto ang presyo ng stock. Ang ganitong asymmetric risk ay karaniwang itinuturing na isang systematic risk, at ang mga mamumuhunan ay mangangailangan ng mas mataas na risk premium upang pasanin ang risk na ito.
Tandaan na ang pagkalkula ng factor na ito ay karaniwang gumagamit ng logarithm, ang layunin ay upang paliitin ang numerical range at maiwasan ang kawalang-tatag ng modelo na dulot ng labis na mga halaga. Kasabay nito, ang logarithmic transformation ay mayroon ding data smoothing effect sa isang tiyak na antas.
Sa mga praktikal na aplikasyon, maaaring gamitin ang iba't ibang time window upang kalkulahin ang factor na ito, tulad ng pang-araw-araw, lingguhan, buwanan, atbp. Maaaring magdulot ng pagkakaiba sa mga halaga ng factor at kakayahan sa paghula ang iba't ibang time window. Bukod pa rito, ang factor na ito ay madalas na ginagamit kasabay ng iba pang mga factor upang mapabuti ang epekto ng paghula.