Hva er ikke -linearitet?

Hva er ikke -linearitet?

Ikke-linearitet er et begrep som brukes i statistikk for å beskrive en situasjon der det ikke er en rettlinjet eller direkte sammenheng mellom en uavhengig variabel og en avhengig variabel. I et ikke -lineært forhold endres ikke utgangene i direkte proporsjon med endringene i noen av inngangene.

Mens a lineært forhold oppretter en rett linje når den plottes på en graf, oppretter ikke et ikke -lineært forhold en rett linje, men i stedet oppretter en kurve. Noen investeringer, for eksempel opsjoner, viser høy grad av ikke -linearitet og krever at investorer er spesielt oppmerksom på de mange variablene som kan påvirke deres avkastning på investeringen (ROI).

Forstå ikke -linearitet

Ikke -linearitet er et vanlig problem når man undersøker årsak og virkning. Slike tilfeller krever kompleks modellering og hypotesetesting å gi forklaringer på ikke -lineære hendelser. Ikke -linearitet uten forklaring kan føre til tilfeldige, uberegnelige utfall.

I investeringer kan vi se eksempler på ikke -linearitet i visse investeringsklasser. Alternativer, for eksempel, er ikke -lineære derivater fordi endringer i inngangsvariablene knyttet til alternativer ikke resulterer i proporsjonale endringer i utdata. Investeringer med høy ikke -linearitet kan virke mer kaotiske eller uforutsigbare.

Investorer som inkluderer ikke -lineære derivater i porteføljen, må bruke forskjellige prissimuleringer for å estimere risikoprofilen for sine investeringer enn de ville gjort for lineære eiendeler som aksjer eller futures kontrakter. For eksempel vil opsjonshandlere se til sine "Grekerne" slik som delta, gamma, og theta. Disse vurderingene kan hjelpe investorer med å håndtere sin risiko og hjelpe til med å sette inn- og utgangspunkter for sine handler.

Ikke -linearitet vs. Linjæritet

I motsetning til et ikke -lineært forhold, refererer et lineært forhold til en situasjon der det er en direkte sammenheng mellom en uavhengig variabel og en avhengig variabel. En endring som påvirker en uavhengig variabel vil gi en tilsvarende endring i den avhengige variabelen. Når det er plottet på en graf, vil dette lineære forholdet mellom uavhengige og avhengige variabler skape en rett linje.

La oss for eksempel anta at ledelsen på en skofabrikk bestemmer seg for å øke arbeidsstyrken (den uavhengige variabelen i dette scenariet) med 10%. Hvis selskapets arbeidsstyrke og produksjon (den avhengige variabelen) har et bestemt lineært forhold, bør ledelsen forvente å se en tilsvarende 10% økning i produksjonen av sko.

Ikke -linearitet og alternativer

De flere variablene som kan påvirke en opsjonsinvesterings avkastning gjør alternativer et eksempel på en investering med høy ikke -linearitet. Når du handler med alternativer, kan investorer ha mange variabler å vurdere, for eksempel underliggende eiendelspris, underforstått volatilitet, tid til forfall og gjeldende rente.

For investeringer med høy grad av linearitet bruker investorer vanligvis en standardverdi ved risiko teknikk for å estimere mengden potensielt tap investeringen kan pådra seg over en bestemt tid periode. Imidlertid er bruk av en standard verdi ved risiko -teknikk generelt ikke tilstrekkelig for alternativer på grunn av deres høyere grad av ikke -linearitet.

I stedet kan opsjonelle investorer bruke en mer avansert teknikk, for eksempel en Monte Carlo -simulering, som gjør det mulig for investoren å modellere for en lang rekke variabler med forskjellige parametere for å vurdere mulig investeringsavkastning og risiko.

Spesielle hensyn

Ikke-lineær regresjon er en vanlig form for regresjonsanalyse som brukes i finansnæringen for å modellere ikke -lineære data mot uavhengige variabler i et forsøk på å forklare deres forhold. Selv om modellens parametere er ikke -lineære, ikke -lineær regresjon kan passe data ved å bruke metoder for påfølgende tilnærminger for å tilby forklarende utdata.

Ikke-lineære regresjonsmodeller er mer kompliserte å lage enn lineære modeller fordi de ofte tar mye prøving og feiling for å definere resultatene. Imidlertid kan de være verdifulle verktøy for investorer som prøver å bestemme den potensielle risikoen forbundet med sine investeringer basert på forskjellige variabler.