Stochastinis nepastovumo modelis yra būdas įvertinti investicijas į kiekybinius finansus. Stochastinis nepastovumo modelis naudojamas nagrinėjant išvestinius vertybinius popierius, kurie yra pagrįsti originaliu vertybiniu popieriumi arba akcijomis. Finansų ekspertai naudoja stochastinius nepastovumo modelius, kad sužinotų daugiau apie tai, kas gali nutikti su išvestine finansine priemone dėl vertybinių popierių, kuriais ji pagrįsta, savybių.
Žvelgiant į tai, kaip išvestinė priemonė veikia, palyginti su saugumu, iš kurio jis yra gautas, stochastinis nepastovumas naudoja būsenos kintamuosius. Būsenos kintamieji yra kintamieji, identifikuojantys kintančius dinaminės sistemos požymius. Pavyzdžiui, termodinamikoje būsenos kintamieji gali apimti temperatūrą ir slėgį. Finansų srityje valstybės kintamieji gali apimti tokius dalykus kaip pramonės nepastovumas, rinkos vertės ir įvykiais pagrįstos spekuliacinės vertės arba kiti finansiniai kintamieji. Stochastinis modelis yra susijęs su „Black-Scholes“ modeliu, kuriame europietiško stiliaus variantų kainodarai naudojama konkreti formulė.
Stochastiniai modeliai žiūri į tai, kaip nepastovumas gali pasikeisti finansinėje situacijoje. Viena aktuali tendencija, į kurią finansų ekspertai žiūri, kai naudoja stochastinius nepastovumo modelius, vadinama „kintamumo šypsena“. Nepastovumo šypsena yra susijusi su įvairiomis išvestinių finansinių priemonių būsenomis, įskaitant situacijas, kuriose yra pinigų, pinigų ir pinigų nėra. Visa tai yra susijusi su pasirinkimo sandorio kaina. Norintiems suprasti, kaip veikia stochastinis nepastovumas, gali būti naudinga išsamesnė informacija apie pradinę kainą ir išvestinės finansinės priemonės ar pasirinkimo sandorio kainą. Iš esmės nepastovumo šypsena rodo, kad vertybinio popieriaus arba išvestinės finansinės priemonės vertinimas gali skirtis priklausomai nuo pirmiau nurodytos pradinės kainos sąlygos.
Finansavimo profesionalams galimi keli skirtingi stochastinio nepastovumo modeliai, įskaitant Heston modelį, SABR (Stochastic Alpha, Beta, Rho) modelį, GARCH (Generalized Autoregressive Conditional Heteroskedasticity) modelį ir Chen modelį. Kai vartotojas pasirenka stochastinio nepastovumo modelį, kuris geriausiai atitinka jo skaičiavimus, jis turės jį sukalibruoti pagal esamus rinkos duomenis. Tada stochastinis nepastovumas suteiks tikslesnę išvestinės finansinės priemonės prognozę, nei tuo atveju, jei skaičiuojant būtų naudota konstanta, o ne atliekant šį procesą nepastovumo matas.
Yra daug kitų terminų, kuriuos finansų studentas turi žinoti, kad galėtų naudoti stochastinius procesus nepastovumui įvertinti. Kvalifikuoti specialistai supranta ryšį tarp kiekvieno vertinimo metodo ir kaip šiuos metodus taikyti faktiniams kainodaros modeliams. Pradedant nuo tvirto išvestinių finansinių priemonių ir opcionų supratimo, studentui lengviau susipažinti su pagrindais, kaip šios lygtys suteikia žinių apie konkrečią rinkos situaciją.