Što je asimetrična distribucija
Asimetrična raspodjela je situacija u kojoj se vrijednosti varijabli događaju nepravilnim frekvencijama, a srednja, srednja i modusna pojava javljaju se u različitim točkama. Asimetrična raspodjela pokazuje iskrivljenost. Suprotno tome, Gaussova ili normalna distribucija, kada je prikazana na grafu, ima oblik krivulje zvona, a dvije strane grafikona su simetrične.
POKRIVANJE DOLJE Asimetrična distribucija
Ulagače treba brinuti o tome kako se distribuiraju podaci o povratu ulaganja. Klase imovine (dionice, obveznice, roba, valute, nekretnine, itd.), Sektori unutar tih klasa imovine (npr. Tehnologija, zdravstvena zaštita, spajalice, itd.), Kao i portfelj koji sadrže kombinacije tih kategorija imovine podliježu razne distribucije povrata. Empirijski slijede asimetrične obrasce raspodjele. To je zbog toga što je učinak ulaganja često iskrivljen kroz razdoblja velike nestabilnosti tržišta ili neuobičajene fiskalne i monetarne politike tijekom kojih povrat može biti nenormalno visok ili nizak.
Odlazak od "normalnih" povratka uzrokovan je sve učestalijim posljednja dva desetljeća, počevši od internetskog mjehurića s kraja 1990-ih, terorističkih napada 11. rujna, stambenog balona i financijske krize te godina kvantitativnog ublažavanja, koji su uslijedili do kraja 2017. Raskidanje neviđene jednostavne monetarne politike Federalnih rezervi možda će biti sljedeće poglavlje volatilnih tržišnih akcija i nesimetričnijih rasporeda povrata ulaganja.
Bolji modeli raspodjele imovine
S obzirom da se destruktivni događaji i izvanredni fenomeni događaju češće nego što se očekivalo, modeli raspodjele imovine mogu se poboljšati uključivanjem asimetričnih pretpostavki o distribuciji. Tradicionalni okviri srednje varijance koje je razvio Harry Markowitz temeljili su se na pretpostavkama da se prinosi klase imovine normalno raspodjeljuju. Tradicionalni modeli raspodjele imovine djeluju dobro u postojanim "normalnim" tržišnim okruženjima. Međutim, oni ne mogu zaštititi portfelje od ozbiljnih nepovoljnih rizika kada tržišta postanu nenormalna. Modeliranje s pretpostavkama asimetrične distribucije može pomoći u smanjenju volatilnosti portfelja i smanjenju rizika od gubitka kapitala.
