นักลงทุนจำนวนมากมีความผันผวนของผลการดำเนินงานที่ผิดปกติในช่วงต่างๆของรอบการตลาด แม้ว่าความผันผวนอาจมากกว่าที่คาดการณ์ไว้ในช่วงระยะเวลาหนึ่งก็ตาม แต่ยังสามารถอธิบายได้ด้วยว่าลักษณะโดยทั่วไปของความผันผวนนั้นเป็นตัววัดความเสี่ยงของความผันผวนที่ไม่คาดคิด วัตถุประสงค์ของบทความนี้คือเพื่อหารือเกี่ยวกับประเด็นที่เกี่ยวข้องกับการวัดความผันผวนแบบดั้งเดิมและเพื่ออธิบายแนวทางที่ใช้งานง่ายซึ่งนักลงทุนสามารถใช้เพื่อช่วยในการประเมินความเสี่ยงในการลงทุนของตน

การวัดความผันผวนแบบดั้งเดิม
นักลงทุนส่วนใหญ่ควรทราบว่าส่วนเบี่ยงเบนมาตรฐานคือสถิติทั่วไปที่ใช้ในการวัดความผันผวน ส่วนเบี่ยงเบนมาตรฐานหมายถึงรากที่สองของค่าเบี่ยงเบนเฉลี่ยของค่าเฉลี่ยของค่าเฉลี่ย แม้ว่าสถิตินี้ค่อนข้างง่ายในการคำนวณสมมติฐานที่อยู่เบื้องหลังการตีความนั้นมีความซับซ้อนมากขึ้นซึ่งจะเพิ่มความกังวลเกี่ยวกับความถูกต้องของข้อมูล เป็นผลให้มีระดับหนึ่งของความสงสัยเกี่ยวกับความถูกต้องเป็นตัวชี้วัดความเสี่ยงที่ถูกต้อง (หากต้องการเรียนรู้เพิ่มเติมดู การใช้และข้อจำกัดความผันผวน .)

เพื่ออธิบายเพื่อให้การเบี่ยงเบนมาตรฐานเป็นตัววัดความเสี่ยงที่ถูกต้องต้องมีการสมมติฐานว่าข้อมูลประสิทธิภาพการลงทุนมีการกระจายตามปกติ ในแง่กราฟิกการกระจายข้อมูลตามปกติจะพล็อตบนแผนภูมิในลักษณะที่มีลักษณะคล้ายกับเส้นโค้งรูประฆัง ถ้ามาตรฐานนี้เป็นจริงแล้วประมาณ 68% ของผลลัพธ์ที่คาดว่าจะควรอยู่ระหว่าง± 1 ค่าเบี่ยงเบนมาตรฐานจากผลตอบแทนที่คาดว่าจะได้รับการลงทุน 95% ควรอยู่ระหว่าง± 2 ส่วนเบี่ยงเบนมาตรฐานและ 99% ควรอยู่ระหว่าง± 3 ค่าเบี่ยงเบนมาตรฐาน

ตัวอย่างเช่นในช่วงวันที่ 1 มิถุนายน 2522 ถึงวันที่ 1 มิถุนายน พ.ศ. 2552 ดัชนีชี้วัด S & P 500 เฉลี่ยย้อนหลัง 3 ปีอยู่ที่ร้อยละ 9.5 และส่วนเบี่ยงเบนมาตรฐานคือ 10% เมื่อพิจารณาจากพารามิเตอร์พื้นฐานของประสิทธิภาพแล้วเราคาดว่า 68% ของผลการดำเนินงานที่คาดไว้ของดัชนี S & P 500 จะอยู่ในช่วง -0 5% และ 19.5% (9. 5% ± 10%)

น่าเสียดายที่มี 3 เหตุผลหลักที่ทำให้ข้อมูลประสิทธิภาพการลงทุนไม่สามารถกระจายได้ตามปกติ ประการแรกประสิทธิภาพการลงทุนโดยทั่วไปมักจะเบ้ซึ่งหมายความว่าการกระจายผลตอบแทนโดยปกติจะไม่สมมาตร เป็นผลให้นักลงทุนมีแนวโน้มที่จะมีประสบการณ์การทำงานที่สูงและต่ำผิดปกติ ประการที่สองผลการดำเนินงานด้านการลงทุนมักแสดงถึงทรัพย์สินที่เรียกว่า kurtosis ซึ่งหมายความว่าผลการดำเนินงานด้านการลงทุนมีจำนวนของช่วงการทำงานในเชิงบวกและ / หรือลบมากผิดปกติ รวมปัญหาเหล่านี้บิดเบือนรูปลักษณ์ของเส้นโค้งรูประฆังและบิดเบือนความถูกต้องของค่าเบี่ยงเบนมาตรฐานเพื่อวัดความเสี่ยง

นอกเหนือไปจากความเบ้และ kurtosis ปัญหาที่เรียกว่า heteroskedasticity ยังเป็นสาเหตุสำหรับกังวล Heteroskedasticity หมายถึงความแปรปรวนของข้อมูลประสิทธิภาพการลงทุนตัวอย่างไม่คงที่ตลอดช่วงเวลา ผลที่ตามมาส่วนเบี่ยงเบนมาตรฐานมีแนวโน้มที่จะแปรผันตามความยาวของช่วงเวลาที่ใช้ในการคำนวณหรือระยะเวลาที่เลือกเพื่อคำนวณ

เช่นเดียวกับ skewness และ kurtosis ผลกระทบของ heteroskedasticity จะทำให้ค่าความเบี่ยงเบนมาตรฐานเป็นค่าความเสี่ยงที่ไม่น่าเชื่อถือ ปัญหาที่เกิดขึ้นทั้งสามประการนี้อาจทำให้นักลงทุนเข้าใจผิดถึงความผันผวนที่อาจเกิดขึ้นจากการลงทุนของตนและอาจทำให้เกิดความเสี่ยงมากกว่าที่คาดไว้ (อ่านเพิ่มเติมได้ที่

คู่มือการสอบ CFA Level 1 - คู่มือการสอบเชิงปริมาณ ) การวัดความผันผวนอย่างง่าย

โชคดีที่มีวิธีที่ง่ายและแม่นยำมากขึ้นในการวัดและตรวจสอบความเสี่ยง . ผ่านกระบวนการที่เรียกว่าวิธีการทางประวัติศาสตร์ความเสี่ยงที่สามารถจับภาพและวิเคราะห์ในลักษณะที่ให้ข้อมูลมากกว่าโดยการใช้ค่าเบี่ยงเบนมาตรฐาน เพื่อใช้ประโยชน์จากวิธีนี้นักลงทุนเพียงแค่ต้องกราฟแสดงผลการดำเนินงานในอดีตของการลงทุนโดยการสร้างแผนภูมิที่เรียกว่าฮิสโตแกรม
ฮิสโตแกรมเป็นแผนภูมิที่คำนวณสัดส่วนของการสังเกตที่อยู่ในช่วงประเภทต่างๆ ตัวอย่างเช่นในแผนภูมิด้านล่างมีการสร้างดัชนีประสิทธิภาพดัชนีชี้วัดดัชนีชี้วัด S & P 500 สำหรับรอบระยะเวลาสามปีย้อนหลังไปจนถึงวันที่ 1 มิถุนายน พ.ศ. 2552 แกนแนวตั้งหมายถึงขนาดของสมรรถนะของดัชนี S & P 500 และแกนในแนวนอนแสดงถึงความถี่ที่ดัชนี S & P 500 มีประสิทธิภาพดังกล่าว

รูปที่ 1: ดัชนีประสิทธิภาพการทำงานของ S & P 500 Histogram

ที่มา: Investopedia 2009

ตามแผนภูมิแสดงให้เห็นการใช้ฮิสโตแกรมช่วยให้นักลงทุนสามารถกำหนดเปอร์เซ็นต์ของเวลาที่ประสิทธิภาพการลงทุนอยู่ภายใน หรือต่ำกว่าช่วงที่ระบุ ตัวอย่างเช่น 16% ของดัชนี S & P 500 สังเกตประสิทธิภาพผลตอบแทนระหว่าง 9% และ 11 7% ในแง่ของประสิทธิภาพที่ต่ำกว่าหรือสูงกว่าเกณฑ์สามารถระบุได้ว่าดัชนี S & P 500 มีการสูญเสียมากกว่าหรือเท่ากับ 1. 1%, 16% ของเวลาและประสิทธิภาพเหนือ 24 8%, 7. 7 % ของเวลา

การเปรียบเทียบวิธีการ

การใช้วิธีการทางประวัติศาสตร์ผ่านทางฮิสโทแกรมมีข้อดีหลักสามข้อในการใช้ค่าส่วนเบี่ยงเบนมาตรฐาน ประการแรกวิธีการทางประวัติศาสตร์ไม่จำเป็นต้องมีการกระจายการลงทุนตามปกติ ประการที่สองผลกระทบของความเบ้และ kurtosis จะถูกบันทึกไว้อย่างชัดเจนในกราฟฮิสโตแกรมซึ่งจะช่วยให้นักลงทุนมีข้อมูลที่จำเป็นเพื่อลดความแปลกประหลาดที่ไม่คาดคิดผันผวน สามนักลงทุนสามารถตรวจสอบขนาดของกำไรและขาดทุนที่มีประสบการณ์
ข้อเสียเปรียบเพียงวิธีการทางประวัติศาสตร์คือ histogram เช่นการใช้ค่าเบี่ยงเบนมาตรฐานอย่างไรก็ตามไม่น่าแปลกใจเพราะนักลงทุนควรเข้าใจว่าผลการดำเนินงานที่ผ่านมาไม่ได้บ่งบอกถึงผลตอบแทนในอนาคต อย่างไรก็ตามในกรณีใด ๆ แม้จะมีข้อแม้เพียงข้อเดียว แต่วิธีการทางประวัติศาสตร์ยังคงเป็นเกณฑ์วัดพื้นฐานความเสี่ยงด้านการลงทุนที่ดีเยี่ยมและควรใช้โดยนักลงทุนในการประเมินขนาดและความถี่ของผลกำไรและขาดทุนที่อาจเกิดขึ้นจากโอกาสการลงทุนของตน

การประยุกต์ใช้วิธีการ

ตอนนี้นักลงทุนเข้าใจว่าวิธีการทางประวัติศาสตร์สามารถนำมาใช้เป็นวิธีการให้ข้อมูลในการวัดและวิเคราะห์ความเสี่ยงคำถามก็จะกลายเป็น: นักลงทุนสร้างฮิสโตแกรมเพื่อช่วยในการตรวจสอบความเสี่ยงอย่างไร คุณลักษณะของการลงทุนของพวกเขา?
ข้อเสนอแนะหนึ่งประการคือการขอข้อมูลประสิทธิภาพการลงทุนจาก บริษัท จัดการลงทุน อย่างไรก็ตามข้อมูลที่จำเป็นสามารถหาได้ด้วยการรวบรวมราคาปิดบัญชีรายเดือนของตัวเลือกการลงทุนซึ่งโดยปกติจะพบได้จากแหล่งต่างๆและคำนวณประสิทธิภาพการลงทุนด้วยตนเอง

หลังจากรวบรวมข้อมูลประสิทธิภาพหรือคำนวณด้วยตัวเองแล้วฮิสโตแกรมสามารถสร้างโดยนำเข้าข้อมูลลงในชุดซอฟต์แวร์เช่น Microsoft Excel และใช้คุณลักษณะการวิเคราะห์ข้อมูลของ Add-on ของซอฟต์แวร์ เมื่อใช้วิธีการนี้ผู้ลงทุนควรสามารถสร้างฮิสโตแกรมได้อย่างง่ายดายซึ่งจะช่วยในการวัดความผันผวนที่แท้จริงของโอกาสในการลงทุนของพวกเขา

บทสรุป

ในทางปฏิบัติการใช้ฮิสโทแกรมจะช่วยให้นักลงทุนสามารถตรวจสอบความเสี่ยงในการลงทุนได้ในลักษณะที่จะช่วยในการวัดจำนวนเงินที่ต้องเสียหรือสูญเสียเป็นประจำทุกปี เมื่อพิจารณาถึงความเป็นไปได้ในโลกแห่งความเป็นจริงแล้วนักลงทุนควรจะประหลาดใจน้อยลงเมื่อตลาดมีความผันผวนอย่างมากดังนั้นพวกเขาจึงควรรู้สึกถึงเนื้อหามากขึ้นด้วยการลงทุนในทุกสภาพเศรษฐกิจ (ดูข้อมูลเพิ่มเติม
การทำความเข้าใจเกี่ยวกับความผันผวน .)