Duyarlılık Beta
factor.formula
Bireysel hisse senedi getirileri ve piyasa duyarlılık endeksinin regresyon modeli:
Duyarlılık hassasiyet faktörü hesaplama formülü:
Formülde:
- :
i hisse senedinin t günündeki günlük getirisi genellikle (günün kapanış fiyatı - önceki günün kapanış fiyatı) / önceki günün kapanış fiyatı olarak hesaplanır.
- :
t günündeki piyasa duyarlılık endeksi değeri. Endeks, ciro oranı, işlem hacmi, fiyat limit oranı, kamuoyu endeksi vb. gibi çoklu piyasa duyarlılık göstergelerinden oluşturulabilir.
- :
t-1 günündeki piyasa duyarlılık endeksi değeri.
- :
i hisse senedinin regresyon kesişim terimi, piyasa duyarlılık endeksi değişmediğinde hisse senedinin beklenen getirisini temsil eder.
- :
i hisse senedinin duyarlılık betası, zaman serisi regresyonu yoluyla elde edilir ve piyasa duyarlılık endeksindeki değişikliklerin hisse senedi getirileri üzerindeki etkisini ölçer. Pozitif bir değer, piyasa duyarlılığı yükseldiğinde hisse senedi getirilerinin yükselme eğiliminde olduğunu, negatif bir değer ise tersini gösterir.
- :
Regresyon modelinin artık terimi, i hisse senedinin t günündeki getirisinin model tarafından açıklanamayan kısmını temsil eder.
factor.explanation
Duyarlılık hassasiyet faktörü, zaman serisi regresyon modeli aracılığıyla piyasa duyarlılığındaki değişikliklerin bireysel hisse senetlerinin getirileri üzerindeki etkisini ölçer ve regresyon ile elde edilen Beta katsayısının mutlak değerini nihai faktör değeri olarak olumsuzlar. Mutlak değeri olumsuzlamanın amacı, faktör değerini risk tercihiyle tutarlı hale getirmektir; yani değer ne kadar küçükse, bireysel hisse senedinin piyasa duyarlılığından olumsuz etkilenme olasılığı o kadar yüksektir ve risk o kadar fazladır. Tersine, faktör değeri ne kadar büyükse, bireysel hisse senedinin piyasa duyarlılığından olumsuz etkilenme olasılığı o kadar düşüktür ve risk o kadar azdır. Bu nedenle, bu faktör kantitatif yatırımda riskleri tahmin etmek ve hisse senedi seçmek için kullanılabilir. Pratik uygulamalarda, model istikrarını iyileştirmek için zaman serisi regresyonu için daha uzun bir geriye dönük pencere (örneğin 60'tan fazla işlem günü) kullanmayı düşünebilirsiniz.