Language
Country/Area
No result found
На первый взгляд обычные данные, но за ними скрывается удивительный эффект «толстого хвоста». Знаете, что это такое?
В нашей повседневной жизни данные всегда подчиняются определенным правилам, особенно в областях экономики и финансов. Однако за этими данными может скрываться неизвестный эффект «толстого хвоста». Этот эффект означает, что в определенных распределениях вероятностей вероятность экстремальных событий намного выше значения, предсказанного традиционной моделью нормального распределения, что не только влияет на оценку риска, но и напрямую влияет на наши инвестиционные решения. Влияние.
Некоторые исследования показали, что по сравнению с обычным нормальным распределением вероятность экстремальных событий при распределении с толстым хвостом значительно увеличивается, из-за чего многие финансовые модели сталкиваются с трудностями при практическом применении.
Суть эффекта толстого хвоста заключается в упитанности хвоста. По сравнению с обычным нормальным распределением хвост затухает медленнее. Это означает, что сценарии, в которых возникают жирные распределения, могут создать более высокий риск, чем создание волатильности выше мощности двух. На самом деле, когда вы сталкиваетесь с движениями рынка, выходящими за рамки нормального диапазона, эти движения часто обусловлены распределениями с толстыми хвостами, а не традиционными моделями данных.
На финансовых рынках инвесторы часто предполагают, что поведение рынка следует нормальному распределению, и разрабатывают соответствующие стратегии управления рисками. Однако так называемые «события пяти стандартных отклонений», которые считаются крайне маловероятными при нормальном распределении, имеют значительно более высокую фактическую вероятность возникновения этих событий при распределении с толстым хвостом. Подобные когнитивные различия приводят к неточным прогнозам многих моделей финансового риска, поскольку они не учитывают потенциальное влияние экстремальных событий.
Многие ученые, такие как Бенуа Мандельброт и Нассим Николас Талеб, указывали на недостатки традиционной модели нормального распределения при прогнозировании рисков финансового рынка и выступали за использование распределения с толстыми хвостами для лучшего понимания доходности активов.
Оглядываясь на исторические события, такие как крах Уолл-стрит в 1929 году, Черный понедельник в 1987 году и финансовый кризис в 2008 году, возникновение этих событий можно объяснить в рамках распределения с толстым хвостом. Подобные экстремальные события часто являются следствием нерационального поведения рынка, поэтому мы часто наблюдаем нетрадиционные колебания рынка.
В сфере маркетинга также часто наблюдается эффект «толстого хвоста». Например, классическое правило 80/20 гласит, что 20% ваших клиентов, как правило, приносят 80% вашего дохода. Такая модель распределения отражает тот факт, что на успех бизнеса часто оказывают большое влияние несколько продуктов или услуг, что является одной из характеристик распределения с толстым хвостом.
Многие отрасли, такие как сфера развлечений и продажа товаров, демонстрируют характеристики распределений с толстым хвостом, что приводит к аномально высоким продажам определенных продуктов, что, в свою очередь, влияет на рынок в целом.
В науке о данных понимание эффекта «толстого хвоста» имеет решающее значение для анализа и построения прогностических моделей. Хотя эта особенность может быть незаметна в обычных представлениях данных, она может существенно изменить наши прогнозы относительно будущего.
Будь то управление финансовыми рисками или анализ поведения рынка, понимание эффекта «толстого хвоста» может сделать наши решения более полными. Тогда следует ли нам учитывать эффект «толстого хвоста» при разработке моделей оценки рисков в качестве ориентира для улучшения стандартов?
