Dahil ang paglikha ni William Sharpe ng ratio ng Sharpe noong 1966, ito ay isa sa mga pinaka-refer na mga hakbang sa panganib / pagbabalik na ginamit sa pananalapi, at ang karamihan sa katanyagan na ito ay maiugnay sa pagiging simple nito. Ang kredibilidad ng ratio ay pinalakas nang higit pa noong nanalo si Propesor Sharpe ng isang Nobel Memorial Prize sa Economic Science noong 1990 para sa kanyang trabaho sa modelo ng capital asset pricing (CAPM)., babasagin natin ang ratio ng Sharpe at ang mga sangkap nito.
Tinukoy ang Sharpe Ratio
Karamihan sa mga taong pinansya ay nauunawaan kung paano makalkula ang Sharpe ratio at kung ano ang kinakatawan nito. Inilarawan ng ratio kung magkano ang labis na pagbabalik na natanggap mo para sa labis na pagkasumpungin na tinitiis mo para sa paghawak ng isang riskier asset. Tandaan, kailangan mo ng kabayaran para sa karagdagang panganib na kinukuha mo para sa hindi pagkakaroon ng isang walang panganib na pag-aari.
Bibigyan ka namin ng isang mas mahusay na pag-unawa sa kung paano gumagana ang ratio na ito, na nagsisimula sa formula nito:
S (x) = StdDev (rx) (rx −Rf) kung saan: x = Ang investmentrx = Ang average na rate ng pagbabalik ng xRf = Ang pinakamahusay na magagamit na rate ng pagbabalik ng isang walang panganib na seguridad (ie T-bill) StdDev (x) = Ang karaniwang paglihis ng rx
Bumalik (rx)
Ang sinusukat na pagbabalik ay maaaring maging anumang dalas (halimbawa, araw-araw, lingguhan, buwanang, o taun-taon) kung normal na ipinamamahagi ito. Dito nakasalalay ang pinagbabatayan na kahinaan ng ratio: hindi lahat ng pagbabalik ng asset ay karaniwang ipinamamahagi.
Ang Kurtosis — ang mga fatter na buntot at mas mataas na taluktok — o ang skewness ay maaaring maging problema sa ratio dahil ang karaniwang paglihis ay hindi gaanong epektibo kapag umiiral ang mga problemang ito. Minsan, maaaring mapanganib na gamitin ang formula na ito kapag ang mga pagbabalik ay hindi karaniwang ipinamamahagi.
Walang Panganib na Pansamantalang Pagbabalik (rf)
Ang rate ng libreng panganib ng pagbabalik ay ginagamit upang makita kung maayos kang nabayaran para sa karagdagang panganib na ipinapalagay sa asset. Ayon sa kaugalian, ang rate ng pag-free-free ng panganib ay ang pinakamaikling-napetsahan na T-bill ng gobyerno (ibig sabihin, US T-Bill). Habang ang ganitong uri ng seguridad ay may hindi bababa sa pagkasumpungin, ang ilan ay nagtaltalan na ang seguridad na walang panganib ay dapat tumugma sa tagal ng maihahambing na pamumuhunan.
Halimbawa, ang mga pagkakapantay-pantay ay ang pinakamahabang magagamit na pag-aari na magagamit. Hindi ba ito dapat ikumpara sa pinakamahabang taglay na walang panganib na panganib na magagamit: ang inisyu ng proteksyon na protektado ng inflation (IPS) na ibinigay ng gobyerno? Ang paggamit ng isang matagal na napetsahan na IPS ay tiyak na magreresulta sa ibang halaga para sa ratio dahil, sa isang normal na kapaligiran sa rate ng interes, ang IPS ay dapat magkaroon ng mas mataas na tunay na pagbabalik kaysa sa mga T-bill.
Halimbawa, ang Barclays US Treasury Inflation-Protected Securities 1-10 Year Index ay bumalik sa 3.3% para sa tagal na nagtatapos sa Septiyembre 30, 2017, habang ang S&P 500 Index ay nagbalik ng 7.4% sa loob ng parehong panahon. Ang ilan ay magtaltalan na ang mga namumuhunan ay medyo may bayad para sa panganib ng pagpili ng mga pagkakapantay-pantay sa mga bono. Ang ratio ng Sharpe ng bond index na 1.16% kumpara sa 0.38% para sa equity index ay magpahiwatig ng mga pagkakapantay-pantay ay ang riskier asset.
Pamantayang Deviation (StdDev (x))
Ngayon na kinakalkula namin ang labis na pagbabalik sa pamamagitan ng pagbabawas ng panganib na walang rate ng pagbabalik mula sa pagbabalik ng mapanganib na pag-aari, kailangan naming hatiin ito sa pamamagitan ng karaniwang paglihis ng sinusukat na mapanganib na asset. Tulad ng nabanggit sa itaas, mas mataas ang bilang, mas mahusay ang hitsura ng pamumuhunan mula sa isang panganib / pananaw sa pagbabalik.
Kung paano ibinahagi ang pagbabalik ay ang sakong Achilles ng ratio ng Sharpe. Ang mga curves ng Bell ay hindi kumuha ng malaking galaw sa merkado. Tulad ng tala nina Benoit Mandelbrot at Nassim Nicholas Taleb sa "Paano Ang Pananalapi ng Mga Gurus ay Kumuha ng Panganib na Lahat ng Maling Ganap" ( Fortune, 2005 ) , ang mga kurbada sa kampanilya ay pinagtibay para sa kaginhawahan sa matematika, hindi realismo.
Gayunpaman, maliban kung ang standard na paglihis ay napakalaki, ang paggamit ay maaaring hindi makaapekto sa ratio. Parehong ang numerator (pagbabalik) at denominator (karaniwang paglihis) ay maaaring doble nang walang mga problema. Kung ang karaniwang paglihis ay nakakakuha ng napakataas, nakakakita tayo ng mga problema. Halimbawa, ang isang stock na na-leverage ng 10-to-1 ay madaling makakita ng isang pagbagsak ng presyo na 10%, na isasalin sa isang 100% na pagbagsak sa orihinal na kapital at isang maagang margin na tawag.
Ang Sharpe Ratio at Panganib
Ang pag-unawa sa relasyon sa pagitan ng Sharpe ratio at panganib ay madalas na bumababa sa pagsukat ng karaniwang paglihis, na kilala rin bilang kabuuang panganib. Ang parisukat ng standard na paglihis ay ang pagkakaiba-iba, na kung saan ay malawak na ginagamit ng Nobel Laureate Harry Markowitz, ang payunir ng Teoryang Modern portfolio.
Kaya't bakit pinili ni Sharpe ang pamantayang paglihis upang ayusin ang labis na pagbabalik para sa panganib, at bakit dapat nating alagaan? Alam namin na naiintindihan ni Markowitz ang pagkakaiba-iba, isang sukatan ng statistical dispersion o isang indikasyon kung gaano kalayo ang layo mula sa inaasahang halaga, bilang isang bagay na hindi kanais-nais sa mga namumuhunan. Ang parisukat na ugat ng pagkakaiba-iba, o karaniwang paglihis, ay may parehong anyo ng yunit ng nasuri na serye ng data at madalas na sumusukat sa panganib.
Ang sumusunod na halimbawa ay naglalarawan kung bakit dapat alalahanin ng mga namumuhunan ang pagkakaiba-iba:
Ang isang mamumuhunan ay may pagpipilian ng tatlong mga portfolio, lahat na may inaasahang babalik ng 10 porsyento para sa susunod na 10 taon. Ang average na pagbabalik sa talahanayan sa ibaba ay nagpapahiwatig ng nakasaad na inaasahan. Ang mga pagbabalik na nakamit para sa abot-tanaw ng pamumuhunan ay ipinahiwatig ng mga taunang pagbabalik, na isinasaalang-alang ang pagsasama. Tulad ng inilalarawan ng talahanayan ng data at tsart, ang karaniwang paglihis ay tumatagal ng pagbalik mula sa inaasahang pagbabalik. Kung walang panganib - zero standard na paglihis-ang iyong mga pagbabalik ay katumbas ng iyong inaasahang pagbabalik.
Inaasahang Average na Pagbabalik
| Taon | Portfolio A | Portfolio B | Portfolio C |
| Taon 1 | 10.00% | 9.00% | 2.00% |
| Taon 2 | 10.00% | 15.00% | -2.00% |
| Taon 3 | 10.00% | 23.00% | 18.00% |
| Taon 4 | 10.00% | 10.00% | 12.00% |
| Taon 5 | 10.00% | 11.00% | 15.00% |
| Taon 6 | 10.00% | 8.00% | 2.00% |
| Taon 7 | 10.00% | 7.00% | 7.00% |
| Taon 8 | 10.00% | 6.00% | 21.00% |
| Taon 9 | 10.00% | 6.00% | 8.00% |
| Taon 10 | 10.00% | 5.00% | 17.00% |
| Average na Pagbabalik | 10.00% | 10.00% | 10.00% |
| Taunang Pagbalhin | 10.00% | 9.88% | 9.75% |
| Karaniwang lihis | 0.00% | 5.44% | 7.80% |
Paggamit ng Sharpe Ratio
Ang ratio ng Sharpe ay isang sukatan ng pagbabalik na kadalasang ginagamit upang ihambing ang pagganap ng mga namamahala sa pamumuhunan sa pamamagitan ng paggawa ng pagsasaayos para sa panganib.
Halimbawa, ang Investment Manager A ay bumubuo ng isang pagbabalik ng 15%, at ang Investment Manager B ay bumubuo ng isang pagbabalik ng 12%. Lumalabas na ang manager A ay isang mas mahusay na tagapalabas. Gayunpaman, kung ang manager A ay kumuha ng mas malaking panganib kaysa sa manager B, maaaring ang manager na B ay may mas mahusay na pagbabalik na naayos na panganib.
Upang magpatuloy sa halimbawa, sabihin na ang rate ng walang peligro ay 5%, at ang portfolio ng manager A ay may isang karaniwang paglihis ng 8% habang ang portfolio ng manager B ay may isang karaniwang paglihis ng 5%. Ang ratio ng Sharpe para sa manager A ay 1.25, habang ang ratio ng manager B ay 1.4, na kung saan ay mas mahusay kaysa sa tagapamahala A. Batay sa mga kalkulasyon na ito, ang manager B ay nakagawa ng isang mas mataas na pagbabalik sa isang batayan na nababagay sa panganib.
Para sa ilang pananaw, ang isang ratio ng 1 o mas mahusay ay mabuti, 2 o mas mahusay ay napakahusay, at 3 o mas mahusay ay mahusay.
Ang Bottom Line
Ang panganib at gantimpala ay dapat na susuriin nang magkasama kapag isinasaalang-alang ang mga pagpipilian sa pamumuhunan; ito ang focal point na ipinakita sa Teoryang Modern Portfolio. Sa isang karaniwang kahulugan ng panganib, ang karaniwang paglihis o pagkakaiba-iba ay tumatagal ng mga gantimpala na malayo sa namumuhunan. Tulad nito, palaging tugunan ang panganib kasama ang gantimpala kapag pumipili ng mga pamumuhunan. Ang ratio ng Sharpe ay makakatulong sa iyo na matukoy ang pagpipilian ng pamumuhunan na maghahatid ng pinakamataas na pagbabalik habang isinasaalang-alang ang panganib.
Paghambingin ang Mga Account sa Pamumuhunan × Ang mga alok na lilitaw sa talahanayan na ito ay mula sa mga pakikipagsosyo kung saan tumatanggap ng kabayaran ang Investopedia. Paglalarawan ng Pangalan ng TagabigayMga Kaugnay na Artikulo
Pinansiyal na mga ratio
Pagkakaiba sa pagitan ng isang Sharpe Ratio at Traynor Ratio
Pinansiyal na mga ratio
Alamin Kung Ano ang Isang Magandang Ranggo ng Sharpe
Pamamahala ng portfolio
5 Mga Paraan upang I-rate ang Iyong Portfolio Manager
Pamamahala sa Panganib
Paano Sinusukat ang Panganib sa Pamumuhunan
Pamamahala ng portfolio
Ang Pagganap ng Portfolio ay Hindi lamang Tungkol sa Pagbabalik
Pamumuhunan ng Hedge Funds
Pag-unawa sa dami ng Pagsusuri ng Mga Pondo ng Hedge
Mga Kasosyo sa LinkKaugnay na Mga Tuntunin
Kahulugan ng Capital Market Line (CML) Ang linya ng merkado ng kapital (CML) ay kumakatawan sa mga portfolio na mahusay na pagsamahin ang panganib at pagbabalik. higit pa Paano Gamitin ang Sharpe Ratio upang Pag-aralan ang Panganib sa Portfolio at Pagbabalik Ang ratio ng Sharpe ay ginagamit upang matulungan ang mga namumuhunan na maunawaan ang pagbabalik ng isang pamumuhunan kumpara sa peligro nito. higit pa Ang Tulong sa Ratio ng Impormasyon Tumutulong sa Pagsukat sa Pagganap ng Portfolio Ang impormasyon ratio (IR) ay sumusukat sa pagbabalik ng portfolio at nagpapahiwatig ng kakayahan ng isang tagapamahala ng portfolio na makabuo ng labis na pagbabalik na nauugnay sa isang naibigay na benchmark. higit pa Sa loob ng Rehiyon ng Treynor Ang ratio ng Treynor, na kilala rin bilang reward-to-volatility ratio, ay isang sukatan ng pagganap para sa pagtukoy kung magkano ang labis na pagbabalik ay nabuo para sa bawat yunit ng panganib na nakuha ng isang portfolio. higit pang Pag-unawa sa Sortino Ratio Ang ratio ng Sortino ay nagpapabuti sa ratio ng Sharpe sa pamamagitan ng paghihiwalay ng pababang pagkasira mula sa kabuuang pagkasumpungin sa pamamagitan ng paghati ng labis na pagbabalik sa pamamagitan ng pagbagsak ng downside. higit pa R Kahulugan R ay isang addendum ng liham sa isang stock ticker upang makilala ang seguridad bilang isang alok sa karapatan. R din ang pagdadaglat para sa "pagbabalik" sa mga formula. higit pa