Kurtosis

Vad är Kurtosis?

Kurtosis i statistik används för att beskriva fördelningen av datamängden och visar i vilken utsträckning datamängden för en viss distribution skiljer sig från data för en normal distribution. Den används för att avgöra om en distribution innehåller extrema värden.

Förklaring

Inom finansområdet används detta för att mäta volymen av finansiell risk i samband med alla instrument eller transaktioner. Mer kurtos är mer den ekonomiska risken förknippad med den berörda datamängden. Skevhet är ett mått på symmetri i en fördelning medan kurtos är ett mått på tyngd eller tätheten hos fördelningssvansar.

Typer av Kurtosis

Nedan visas den kurtosiska bilden (alla tre typerna, var och en förklaras i detalj i nästa avsnitt)

# 1 - Mesokurtic

Om kurtos av data faller nära noll eller lika med noll kallas det Mesokurtic. Detta innebär att datamängden följer en normalfördelning. Den blå linjen i bilden ovan representerar en mesokurtisk fördelning. I ekonomi visar ett sådant mönster risk på en måttlig nivå.

# 2 - Leptokurtic

När kurtosis är positivt i andra termer mer än noll faller data under leptokurtic. Leptokurtic har tunga branta kurvor på båda sidor som indikerar den stora populationen av avvikare i datamängden. När det gäller finansiering visar en leptokurtisk fördelning att avkastningen på investeringen kan vara mycket volatil i stor skala på vardera sidan. En investering efter leptokurtisk fördelning sägs vara en riskfylld investering men den kan också generera rejäl avkastning för att kompensera för risken. Den gröna kurvan på bilden ovan representerar den leptokurtiska fördelningen.

# 3 - Platykurtic

När kurtos är mindre än noll eller negativ hänvisar det till platykurtic. Fördelningsuppsättningen följer den subtila eller bleka kurvan och den kurvan anger det lilla antalet avvikare i en fördelning. En investering som faller under platykurtic krävs vanligtvis av investerare på grund av liten sannolikhet att generera en extrem avkastning. Även de små avvikarna och den platta svansen indikerar den mindre risken med sådana investeringar. den röda linjen i ovanstående grafiska representation visar en platykurtisk fördelning eller en säker investering.

Betydelse

  • Ur investerarnas perspektiv innebär hög kurtos av avkastningsfördelningen att en investering ger enstaka extrem avkastning. Detta kan svänga båda vägarna som antingen är positiva avkastningar av extrema negativa avkastningar. En sådan investering innebar således hög risk. Ett sådant fenomen kallas kurtosrisk. Snedheten mäter den kombinerade storleken på de två svansarna, kurtosen mäter fördelningen mellan värdena i dessa svansar.
  • När kurtosfördelningen beräknas på valfri datamängd för en viss investering, risken för investeringen mot sannolikheten för att generera avkastning. Beroende på dess värde och typ det tillhör kan investeringsprognoserna göras av investeringsrådgivarna. Baserat på förutsägelserna kommer rådgivare att ge strategin och investeringsagendan till investeraren och de väljer att gå vidare med investeringen. För att beräkna kurtosis i excel finns det en inbyggd funktion Kurt i excel.

Fördelar

  • Detta beräknas på datamängden för investeringen, det erhållna värdet kan användas för att skildra investeringen. Större avvikelse från medelvärdet innebär att avkastningen också är hög för den aktuella investeringen.
  • När överskottskurtosen är platt betyder det att sannolikheten för att generera en hög avkastning från investeringen är låg och kommer att generera hög avkastning i bara några få scenarier, regelbundet är avkastningen inte så hög på investeringen.
  • Högt överskott av kurtos innebär att avkastningen på investeringen kan svänga åt båda håll. Det betyder att de genererade avkastningarna antingen kan vara mycket höga eller mycket låga enligt avvikelserna i distributionen. När det är negativt indikerar det att avvikelsen från datamängden från medelvärdet är platt.

Slutsats

  • Kurtosis används som ett mått för att definiera risken som en investering medför. Arten av investeringen för att generera högre avkastning kan också förutsägas utifrån värdet av den beräknade kurtosen. Ju större överskottet för alla investeringsdatauppsättningar, desto större blir dess avvikelse från medelvärdet.
  • Detta innebär att en sådan investering har potential att generera högre avkastning eller att i större utsträckning tappa investeringsvärdet. Överskott av kurtos närmare noll eller en platt avvikelse från medelvärdet visar att investeringen har mindre sannolikhet för att generera hög avkastning. Detta kan användas för att definiera den finansiella risken för investeringen. För investeringsrådgivare är kurtosis en avgörande faktor för att definiera investeringsrisken som är förknippad med fondens portfölj.