6. Selective Hedge strategy

Zdroj
ručne priradené
Pridané

Pozrieť na YouTube →

Preber si túto prednášku so svojou AI

Skopíruj pripravený podklad a vlož ho do ChatGPT, Claude alebo inej AI — bude ťa učiť alebo skúšať len z tejto prednášky.

Otvoriť AI: ChatGPT · Claude · Gemini

Zhrnutie prednášky

Prednáška nadväzuje na stratégiu úplného zaistenia (total hedge), ktorá znižuje pravdepodobnosť zlyhania a stabilizuje peňažné toky, no je nákladná (približne 175 miliónov forintov ročne). Selektívne zaistenie preto nakupuje opcie, len keď trh vykazuje stres, a v pokojných obdobiach sa zaistenie nepoužíva. Ako trhový benchmark slúži model typu Value at Risk, ktorý pri predpoklade normálneho rozdelenia využíva 5 % kvantil, teda 1,65-násobok smerodajnej odchýlky zmien výmenného kurzu. Lektor vysvetľuje obmedzenia normálneho a Studentovho t-rozdelenia pri hrubých chvostoch a v Matlabe analyzuje logaritmické zmeny kurzov emerging mien, pričom normalitu overuje pomocou kvantil-kvantilového grafu.

  • - Úplné zaistenie znižuje riziko zlyhania, ale je drahé (cca 175 mil. forintov ročne).
  • - Selektívne zaistenie kupuje opcie len v období trhového stresu, v pokojných obdobiach nie.
  • - Trhovým benchmarkom je model typu Value at Risk s 5 % pravdepodobnosťou a hodnotou 1,65 × smerodajná odchýlka.
  • - Normálne rozdelenie sa ľahko parametrizuje, no nezachytáva hrubé chvosty; Studentovo t-rozdelenie riziko naopak preceňuje.
  • - Opcie sa predávajú najmä na jeden rok a menej, lebo ich emitent ich zaisťuje portfóliom dlhopisov a krátkodobých opcií (delta hedging).
  • - Zmeny výmenných kurzov kolíšu okolo nuly s obdobiami šokov a pokoja; normalitu overuje kvantil-kvantilový graf.
  • - Stratégie sa pre konkrétnu firmu vždy musia porovnať, aby sa zistilo, ktorá je najvýhodnejšia.

Zhrnutie pripravené s pomocou AI z prepisu videa.