O termo excesso de curtose refere-se a uma métrica usada em estatísticas e teoria de probabilidade comparando o coeficiente de curtose com o de uma distribuição normal. A cintilose é uma medida estatística que é usada para descrever o tamanho das caudas em uma distribuição. O excesso de curtose ajuda a determinar quanto risco está envolvido em um investimento específico. Sinaliza que a probabilidade de obter um desfecho extremo ou valor do evento em questão é maior do que seria encontrado em uma distribuição probabilisticamente normal de resultados.
Compreendendo o excesso de Curtose
curtose mede quão gorda A cauda da distribuição é quando comparada ao centro da distribuição. As caudas de uma distribuição medem o número de eventos que ocorreram fora da faixa normal. Ao contrário da inclinação, a curtose mede os valores extremos da cauda. O excesso de curtose significa que a distribuição de resultados de eventos tem muitas instâncias de resultados outlier, causando caudas de gordura na curva de distribuição em forma de sino. As distribuições normais têm uma curtose de três. O excesso de curtose pode, portanto, ser calculado por subtrair a curtose por três.
Como as distribuições normais têm uma curtose de três, o excesso de curtose pode ser calculado subtraindo a curtose por três.
Excesso de curtose é uma importante ferramenta em finanças e, mais especificamente, no gerenciamento de riscos. Com excesso de curtose, qualquer evento em questão é propenso a desfechos extremos. É uma consideração importante tomar ao examinar retornos históricos de um determinado estoque ou portfólio. Quanto maior o coeficiente de curtose está acima do nível normal – ou o mais gordo as caudas no gráfico de distribuição de retorno – mais provável que os retornos futuros sejam extremamente grandes ou extremamente pequenos. Os preços dos valores com uma maior probabilidade de outliers sobre o lado positivo ou negativo do preço de fechamento médio podem ser ditas ter uma inclinação positiva ou negativa, que pode estar relacionada à curtose.
Tipos de excesso de cintilação
Os valores do excesso de curtose podem ser negativos ou positivos. Quando o valor de um excesso de curtose é negativo, a distribuição é chamada platykurtic. Este tipo de distribuição tem uma cauda que é mais fina que uma distribuição normal. Quando aplicado a retornos de investimento, distribuições platykurtic – aquelas com excesso negativo em excesso – geralmente produzem resultados que não serão muito extremos, que são ótimos para investidores que não querem fazer muito risco.
Quando o excesso de curtose é positivo, tem uma distribuição leptokúrgua. As caudas nesta distribuição são mais pesadas que a de uma distribuição normal, indicando um grau pesado de risco. Os retornos de um investimento com distribuição leptokúrgua ou excesso positivo provavelmente terão valores extremos. Os investidores que estão dispostos e capazes de tomar um monte de risco provavelmente vão querer investir em um veículo com um excesso de cintileza positiva.
O excesso de curtose pode ser ou perto de zero, então a chance de um extremo O resultado é raro. Isso é conhecido como uma distribuição mesokúrna. As caudas desse tipo de distribuição são semelhantes às de uma distribuição normal.
Exemplo de excesso de Curtose
Vamos usar um exemplo hipotético de excesso de curtose. Se você acompanhar o valor de fechamento do estoque ABC todos os dias por um ano, você terá um registro de quantas vezes o estoque fechado a um determinado valor. Se você construir um gráfico com os valores de fechamento ao longo do eixo X e o número de instâncias desse valor de fechamento que ocorreu ao longo do eixo Y de um gráfico, você criará uma curva em forma de sino mostrando a distribuição dos valores de fechamento do estoque . Se houver um grande número de ocorrências por apenas alguns preços de fechamento, o gráfico terá uma curva muito delgada e íngreme em forma de sino. Se os valores de fechamento variarem amplamente, o sino terá uma forma mais ampla com lados menos íngremes. As caudas deste sino mostrarão quantas vezes os preços de fechamento fortemente desviados ocorreram, como gráficos com muitos outliers terão caudas mais espessas saindo de cada lado do sino.
