Biến động trong quá khứ (Historical Volatility - HV) là gì?

Biến động trong quá khứ

Khái niệm

Biến động trong quá khứ trong tiếng Anh gọi là: Historical Volatility – HV.

Biến động trong quá khứ (HV) là một thước đo thống kê về sự phân tán (dispersion) lợi nhuận cho một chỉ số thị trường hoặc chứng khoán nhất định trong một khoảng thời gian nhất định. 

Nói chung, biện pháp này được tính toán bằng cách xác định độ lệch trung bình so với giá trung bình (Average Price) của một công cụ tài chính trong khoảng thời gian nhất định. Sử dụng độ lệch chuẩn (standard deviation) là cách phổ biến nhất, nhưng không phải là cách duy nhất để tính toán biến động trong quá khứ. 

Chứng khoán có giá trị biến động trong quá khứ càng cao, rủi ro càng lớn. Tuy nhiên, đó không hẳn là một kết quả tồi tệ vì rủi ro hoạt động theo cả hai cách – tăng giá và hạ giá (bullish and bearish).

Hiểu về biến động trong quá khứ (HV)

Biến động trong quá khứ không đo lường một cách cụ thể khả năng thua lỗ, mặc dù nó có thể được sử dụng để làm như vậy. Những gì biến động trong quá khứ đo được là mức độ biến động giá của một chứng khoán so với giá trị trung bình.

Đối với các thị trường có xu hướng (trending market), biến động trong quá khứ đo lường độ biến động giữa mức giá giao dịch so với mức giá trung bình hoặc giá trung bình trượt (moving average). 

Đây là cách một thị trường có xu hướng rõ ràng, phẳng lặng có thể có độ biến động thấp mặc dù giá có sự thay đổi đáng kể theo thời gian. Giá trị biến động không lên xuống đáng kể từ ngày này sang ngày khác mà thay đổi giá trị với một tốc độ ổn định theo thời gian.

Biện pháp này thường được so sánh với biến động hàm ý (implied volatility) để xác định xem giá quyền chọn có bị đánh giá quá cao hay bị định giá thấp hay không. 

Biến động trong quá khứ cũng được sử dụng trong tất cả các loại định giá rủi ro. Các cổ phiếu có độ biến động trong quá khứ cao thường đòi hỏi khả năng chịu rủi ro cao hơn. Và thị trường biến động cao cũng đòi hỏi mức dừng lỗ (Stop-Loss) rộng hơn và có thể yêu cầu kí quĩ cao hơn.

(Tài liệu tham khảo: Investopedia)