Talaan ng nilalaman
- MPT at Mahusay na Frontier
- Mga Alpha at Beta Ratios
- Modelo ng Pagpepresyo ng Capital Asset
- R-parisukat
- Karaniwang lihis
- Ang Sharpe Ratio
- Mahusay na Frontier
- Halaga sa Panganib
- Ang Bottom Line
Habang ang pag-iiba at paglalaan ng asset ay maaaring mapabuti ang mga pagbabalik, ang sistematikong at unsystematic na panganib ay likas sa pamumuhunan. Gayunpaman, kasama ang mahusay na hangganan, istatistika at mga pamamaraan, kasama ang halaga sa peligro (VaR) at modelo ng pagpepresyo ng kabisera ng asset (CAPM) ay kapaki-pakinabang na paraan upang masukat ang peligro. Ang pag-unawa sa mga tool na ito ay makakatulong sa isang mamumuhunan na magkakaibang mga pamumuhunan na may mataas na peligro mula sa mga matatag.
Modern Portfolio at Mahusay na Frontier
Ang pamumuhunan sa mga pamilihan sa pananalapi ay maaaring magdala ng makabuluhang mga panganib. Sinusuri ng modernong portfolio teorya (MPT) ang maximum na inaasahang pagbabalik ng portfolio para sa isang naibigay na panganib ng portfolio. Sa loob ng balangkas ng MPT, ang isang pinakamainam na portfolio ay itinayo batay sa paglalaan ng asset, pag-iba-iba, at muling pagbalanse. Ang paglalaan ng Asset, kasama ang pag-iiba-iba, ay ang diskarte sa paghahati ng isang portfolio sa iba't ibang klase ng asset. Ang optimum na pag-iba ay nagsasangkot ng paghawak ng maraming mga instrumento na hindi positibong nakakaugnay.
Mga Key Takeaways
- Ang mga namumuhunan ay maaaring gumamit ng mga modelo upang matulungan ang pagkakaiba sa pagitan ng mga peligrosong pamumuhunan at matatag. Ang teorya ng portfolio ng portfolio ay ginagamit upang maunawaan ang panganib ng isang portfolio na may kaugnayan sa pagbabalik nito. Ang pagbabahagi ay maaaring mabawasan ang peligro at pinakamainam na pag-iiba-iba ay nagawa sa pamamagitan ng pagbuo ng isang portfolio ng mga walang pinag-aralan na mga assets. ay isang hanay ng mga portfolio na na-optimize sa mga tuntunin ng paglalaan ng asset at pag-iba-iba.Beta, karaniwang mga paglihis, at pagsukat ng panganib ng VaR, ngunit sa iba't ibang paraan.
Mga Alpha at Beta Ratios
Pagdating sa pagkalkula ng halaga at panganib, dalawang mga istatistikal na sukatan, alpha, at beta, ay kapaki-pakinabang para sa mga namumuhunan. Parehong mga ratios ng peligro na ginamit sa MPT at makakatulong upang matukoy ang profile ng profile / gantimpala ng mga mahalagang papel sa pamumuhunan.
Sinusukat ng Alpha ang pagganap ng isang portfolio ng pamumuhunan at inihahambing ito sa isang benchmark index, tulad ng S&P 500. Ang pagkakaiba sa pagitan ng mga pagbabalik ng isang portfolio at benchmark ay tinutukoy bilang alpha. Ang isang positibong alpha ng isa ay nangangahulugang ang portfolio ay naipalabas ang benchmark ng 1%. Gayundin, ang isang negatibong alpha ay nagpapahiwatig ng underperformance ng isang pamumuhunan.
Sinusukat ng Beta ang pagkasumpungin ng isang portfolio kumpara sa isang benchmark index. Ang statistic panukalang beta ay ginagamit sa CAPM, na gumagamit ng panganib at bumalik sa presyo ng isang asset. Hindi tulad ng alpha, kinukuha ng beta ang mga paggalaw at pagbago sa mga presyo ng asset. Ang isang beta na mas malaki kaysa sa isa ay nagpapahiwatig ng mas mataas na pagkasumpungin, samantalang ang isang beta sa ilalim ng isang paraan ay ang seguridad ay magiging mas matatag.
Halimbawa, ang Starbucks (SBUX), na may isang koepisyent ng beta na 0.50, ay kumakatawan sa isang hindi gaanong peligro na pamumuhunan kaysa sa Nvidia (NVDA), na mayroong beta na 2.47, hanggang Oktubre 14, 2019. Ang isang masigasig na tagapayo sa pinansya o tagapamahala ng pondo ay malamang maiwasan ang mataas na alpha at beta na pamumuhunan para sa mga kliyente na walang panganib.
Modelo ng Pagpepresyo ng Capital Asset
Ang CAPM ay isang teorya ng balanse na binuo sa relasyon sa pagitan ng panganib at inaasahang pagbabalik. Ang teorya ay tumutulong sa mga namumuhunan na masukat ang panganib at ang inaasahang pagbabalik ng isang pamumuhunan upang presyo ang naaangkop na pag-aari. Sa partikular, ang mga namumuhunan ay dapat na mabayaran para sa halaga ng pera at panganib. Ang rate ng walang panganib ay ginagamit upang kumatawan sa halaga ng oras ng pera para sa paglalagay ng pera sa anumang pamumuhunan.
Sa madaling salita, ang ibig sabihin ng pagbabalik ng isang asset ay dapat na magkakaugnay na nauugnay sa beta koepisyentina - ipinapakita nito na ang mga pamumuhunan ng riskier ay kumita ng isang premium sa benchmark rate. Kasunod ng isang balangkas na may panganib na gantimpala, ang inaasahang pagbabalik (sa ilalim ng isang modelo ng CAPM) ay magiging mas mataas kapag ang mamumuhunan ay nagdadala ng mas malaking panganib.
R-parisukat
Sa mga istatistika, ang R-parisukat ay kumakatawan sa isang kilalang bahagi ng pagtatasa ng regression. Ang coefficient R ay kumakatawan sa ugnayan sa pagitan ng dalawang variable - para sa mga layunin ng pamumuhunan, ang R-square na sumusukat sa ipinaliwanag na kilusan ng isang pondo o seguridad na may kaugnayan sa isang benchmark. Ang isang mataas na R-parisukat na nagpapakita na ang pagganap ng isang portfolio ay naaayon sa index. Ang mga tagapayo sa pananalapi ay maaaring gumamit ng R-parisukat na magkakasama sa beta upang magbigay ng mga mamumuhunan ng isang komprehensibong larawan ng pagganap ng pag-aari.
Karaniwang lihis
Sa pamamagitan ng kahulugan, ang karaniwang paglihis ay isang istatistika na ginamit upang matukoy ang anumang pagkakaiba-iba mula sa average na pagbabalik ng isang set ng data. Sa pananalapi, ang karaniwang paglihis ay gumagamit ng pagbabalik ng isang pamumuhunan upang masukat ang pagkasumpungin ng pamumuhunan. Ang sukatan ay naiiba nang kaunti mula sa beta dahil inihahambing nito ang pagkasumpungin sa makasaysayang pagbabalik ng seguridad sa halip na isang benchmark index. Ang mataas na standard na paglihis ay nagpapahiwatig ng pagkasumpungin, habang ang mas mababang standard na paglihis ay nauugnay sa matatag na mga pag-aari.
Ang Sharpe Ratio
Isa sa mga pinakasikat na tool sa pagsusuri sa pananalapi, ang ratio ng Sharpe ay isang pagsukat sa inaasahang labis na pagbabalik ng isang pamumuhunan na may kaugnayan sa pagkasumpungin nito. Sinusukat ng ratio ng Sharpe ang average na pagbabalik nang labis sa rate ng walang peligro sa bawat yunit ng kawalan ng katiyakan upang matukoy kung gaano karaming karagdagang pagbabalik ang maaaring matanggap ng mamumuhunan na may dagdag na pagkasumpungin ng paghawak ng mga asset ng riskier. Ang isang Sharpe ratio ng isa o mas malaki ay itinuturing na magkaroon ng isang mas mahusay na panganib-to-reward tradeoff.
Mahusay na Frontier
Ang mahusay na hangganan, na kung saan ay isang hanay ng mga perpektong portfolio, ginagawa ang pinakamainam upang mabawasan ang pagkakalantad ng mamumuhunan sa naturang panganib. Ipinakilala ni Harry Markowitz noong 1952, kinikilala ng konsepto ang isang pinakamainam na antas ng pag-iiba at paglalaan ng asset na ibinigay ang intrinsic na panganib ng isang portfolio.
Ang mahusay na mga hangganan ay nagmula sa pagsusuri ng pagkakaiba-iba, na sumusubok na lumikha ng mas mahusay na mga pagpipilian sa pamumuhunan. Mas gusto ng karaniwang namumuhunan ang mataas na inaasahang babalik na may mababang pagkakaiba-iba. Ang mahusay na hangganan ay binuo nang naaayon sa pamamagitan ng paggamit ng isang hanay ng mga pinakamainam na portfolio na nag-aalok ng pinakamataas na inaasahang pagbabalik para sa isang tiyak na antas ng peligro.
Ang panganib at pagkasumpungin ay hindi pareho. Ang pagkabigo ay tumutukoy sa bilis ng paggalaw ng presyo ng pamumuhunan at panganib ay ang halaga ng pera na maaaring mawala sa isang pamumuhunan.
Halaga sa Panganib
Ang halaga sa panganib (VaR) na diskarte sa pamamahala ng portfolio ay isang simpleng paraan upang masukat ang panganib. Sinusukat ng VaR ang maximum na pagkawala na hindi maaaring lumampas sa isang naibigay na antas ng kumpiyansa. Kinakalkula batay sa tagal ng oras, antas ng kumpiyansa, at tinukoy na halaga ng pagkawala, ang mga istatistika ng VaR ay nagbibigay ng mga mamumuhunan ng isang pinakamasama-kaso na pagtatasa ng sitwasyon.
Kung ang isang pamumuhunan ay may 5% VaR, ang mamumuhunan ay nahaharap sa 5% na pagkakataon na mawala ang buong pamumuhunan sa anumang naibigay na buwan. Ang pamamaraan ng VaR ay hindi ang pinaka-komprehensibong sukatan ng peligro, ngunit nananatili itong isa sa mga pinakatanyag na hakbang sa pamamahala ng portfolio dahil sa pinasimpleng pamamaraan nito.
Ang Bottom Line
Ang pamumuhunan sa mga pamilihan sa pananalapi ay likas na mapanganib. Maraming mga indibidwal ang gumagamit ng pinansiyal na tagapayo at tagapamahala ng yaman upang madagdagan ang pagbabalik at mabawasan ang panganib ng mga pamumuhunan. Ang mga pinansiyal na propesyonal na ito ay gumagamit ng mga panukalang istatistika at mga modelo ng panganib / gantimpala upang pag-iba-ibahin ang pabagu-bago ng mga ari-arian mula sa mga matatag. Ang teorya ng modernong portfolio ay gumagamit ng limang mga tagapagpahiwatig ng istatistika — alpha, beta, standard na paglihis, R-parisukat, at ratio ng Sharpe - upang gawin ito. Gayundin, ang modelo ng pagpepresyo ng kabisera at halaga ng panganib sa panganib ay malawakang ginagamit upang masukat ang panganib na gantimpalaan ang tradeoff sa mga assets at portfolio.
