Aşağı/Yukarı Volatilite Oranı
factor.formula
Aşağı/Yukarı Volatilite Oranı (AUVO):
Burada:
- :
Hisse senedi i'nin t zamanındaki getirisi, genellikle logaritmik getiri kullanılarak hesaplanır, yani $r_{it} = \ln(P_{it}/P_{it-1})$, burada $P_{it}$, hisse senedi i'nin t zamanındaki fiyatıdır.
- :
Hisse senedi i'nin gözlem süresi boyunca ortalama getirisi, $\bar{r_i} = \frac{1}{T} \sum_{t=1}^{T} r_{it}$ şeklinde hesaplanır, burada T, gözlem süresindeki toplam zaman periyodu sayısıdır.
- :
Hisse senedi i'nin getirisinin ortalama getiriden $\bar{r_i}$ büyük veya eşit olduğu gözlem süresi içindeki gün sayısı, yani yukarı yönlü getirisi olan gün sayısı.
- :
Hisse senedi i'nin getirisinin ortalama getiriden $\bar{r_i}$ küçük olduğu gözlem süresi içindeki gün sayısı, yani aşağı yönlü getirisi olan gün sayısı.
- :
Hisse senedi i'nin gözlem süresi boyunca tüm aşağı yönlü getirilerinin (ortalama getiriden düşük getiriler) ortalama getiri ile farklarının karelerinin toplamı, aşağı yönlü getirilerin volatilitesini ölçer, ayrıca aşağı yönlü varyans olarak da bilinir.
- :
Hisse senedi i'nin inceleme süresi boyunca tüm yukarı yönlü getirilerinin (ortalama getiriye eşit veya ortalama getiriden yüksek getiriler) ortalama getiri ile farklarının karelerinin toplamı, yukarı yönlü getirilerin volatilitesini ölçer, ayrıca yukarı yönlü varyans olarak da bilinir.
factor.explanation
Aşağı/yukarı volatilite oranı (AUVO), aşağı yönlü volatiliteyi ve yukarı yönlü volatiliteyi karşılaştırarak hisse senedi getirisi dağılımının asimetrisini ölçer. Bu oranın özü, getiri dağılımının negatif çarpıklık riskini ölçmektir; yani, negatif getiri volatilitesinin pozitif getiri volatilitesinden daha büyük olup olmadığını belirlemektir. AUVO değeri ne kadar yüksekse, yukarı yönlü volatiliteye göre aşağı yönlü volatilite o kadar yüksek olur ve hisse senedi fiyatının keskin bir şekilde düşme olasılığı o kadar artar. Bu asimetrik risk genellikle sistematik bir risk olarak kabul edilir ve yatırımcılar bu riski üstlenmek için daha yüksek bir risk primi talep edecektir.
Bu faktörün hesaplanmasında genellikle logaritma alındığı unutulmamalıdır; amaç, sayısal aralığı daraltmak ve aşırı değerlerin neden olduğu modelin kararsızlığından kaçınmaktır. Aynı zamanda, logaritmik dönüşümün de bir dereceye kadar veri düzeltme etkisi vardır.
Pratik uygulamalarda, bu faktörü hesaplamak için günlük, haftalık, aylık vb. gibi farklı zaman pencereleri kullanılabilir. Farklı zaman pencereleri, faktör değerlerinde ve öngörü gücünde farklılıklara yol açabilir. Ek olarak, bu faktör genellikle tahmin etkisini iyileştirmek için diğer faktörlerle birlikte kullanılır.