I finansieringsteori anvendes i hovedreglen een særlig model til fremskrivning af finansielle aktivers pris og afkast. Det er en såkaldt stokastisk model, som med nogle få filosofiske og empirisk underbyggede antagelser, kan generere een afkaststi for hver gang man "trækker" i en fastlagt sandsynlighedsfordeling.
Lyder det smart?
Det er det også..Det er en GBM model, som faktisk også er hjertet i den berømte Black-Scholes optionsmodel fra 1973.
Den, GBM, hviler på, at markedet er efficient eftersom alle mulige udfald i fremtiden kun er styret af 2 parametre som kendes på forhånd (deterministiske parametre). Nemlig det forventede afkast (my) og risikoen (sigma) om dette forventede afkast. Dvs. modellen er ligeglad med allerede realiserede afkast undervejs som jo ellers de tekniske analyser anvender, men også fundamental analyse undervejs er neutralt.
Samme model anvendes i øvrigt også inden for mange andre videnskaber.
Med modellen kan vi lave prognose for eksempelvis, hvor sandsynligt det er at en aktie eller et aktieindeks slår et givet alternativ undervejs og på en given dato.
Jeg har her testet på nogle forskellige afkast p.a. med samme risiko (indeksrisiko).
I kan se af grafren hvordan den kumulerede (samlede) sandsynlighed ændrer sig over tid. Det højeste afkast på 8% (historisk) har også den højeste sandsynlighed for at slå 0% som er alternativet her. Dvs. en slags kontantposition eller position under hovedpuden mere præcist.
I vil måske undre jeg over, at et forventet aktieafkast på 0% p.a. ikke giver 50% sandsynlighed hele vejen ud, når nu alternativet netop er 0% p.a...Men det er altså pga. risikoen i aktier modsat 0-risiko under hovedpuden! Men burde det stadig ikke give 50%?
Nej, for udfald for (diskrete) afkast er IKKE normalfordelte, men derimod lognormalfordelte pga. rentes-rente effekten i afkast akkumulering.
Ligeledes kan man beregne hvad sandsynligheden er for at komme tilbage efter faldet og meget meget mere. Eksempelvis sandsynligheden for at vi kommer yderligere 30% ned.
Modelmæssigt.
T
Comments